使用 Nash-Sutcliffe 损失革新时间序列预测

research#nlp🔬 Research|分析: 2026年3月3日 05:03
发布: 2026年3月3日 05:00
1分で読める
ArXiv Stats ML

分析

这项研究介绍了一种使用 Nash-Sutcliffe 损失评估时间序列预测的创新方法。 研究结果为基于 Nash-Sutcliffe 效率的模型估计提供了决策理论基础,为我们如何评估和改进预测模型提供了新的视角。 这可能导致在各种应用中更准确的预测。
引用 / 来源
查看原文
"我们证明了 $L_{\text{NS}}$ 对于一个可引出且可识别的多维函数是严格一致的,我们将其命名为 Nash-Sutcliffe 函数。"
A
ArXiv Stats ML2026年3月3日 05:00
* 根据版权法第32条进行合法引用。