神经CDE作为已学习时间序列模型的校正器

这篇文章来自ArXiv，可能提出了一种改进时间序列模型准确性的新方法。使用神经控制微分方程（CDE）表明重点在于对时间序列数据的连续动力学进行建模。“校正器”一词意味着CDE用于完善或调整现有已学习模型的输出。这项研究可能探讨了如何将CDE与其他机器学习技术相结合，以增强时间序列预测或分析。