【論文紹介】ダイナミックな時系列データでの過学習を防ぎ予測精度を上げる正則化手法WaveBound

最新AI論文をキャッチアップするAI-SCHOLARへの投稿をご紹介します。NeurIPS 2022採択論文です。

時系列予測モデルにおける過学習の問題に取り組んでいます。正則化手法WaveBoundは、学習過程の各反復において、各時間ステップと特徴量に対する学習損失の適切な誤差境界を推定します。WaveBoundは、モデルが予測不可能なデータにあまり集中しないようにすることで、学習プロセスを安定化させ、汎化を大幅に改善します。実世界のデータセット6組において、SOTAを凌ぐ性能を示しています。