HINTS：无需外部来源从时间序列中提取人类洞察
Research Paper#Time Series Forecasting, Self-Supervised Learning, Human Factors🔬 Research|分析: 2026年1月3日 19:50•
发布: 2025年12月27日 15:13
•1分で読める
•ArXiv分析
本文介绍了HINTS，一个自监督学习框架，用于从时间序列数据中提取人类因素以改进预测。关键创新在于无需依赖外部数据源即可实现此目的，从而降低了数据依赖成本。使用Friedkin-Johnsen (FJ) 意见动力学模型作为结构性归纳偏置是一种新颖的方法。本文的优势在于它有可能提高预测准确性，并提供对驱动市场动态的潜在人类因素的可解释性见解。