跳到正文
热点事件持续更新

研究对比多模型在四个公开数据集上的零售销量预测

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Karthik Iyer 与 Madan Dabbeeru 发表论文,在 M5、Dominick's 六个品类、Breakfast at the Frat 和 Corporacion Favorita 四个公开数据集上,对比 LightGBM、预训练基础模型 TimesFM、Chronos-Bolt、Timestral、Temporal Fusion Transformer 及一个世界模型的零售销量预测表现。论文要回答的问题是:能否用一套在最细粒度上生成、再汇总到各粗粒度的预测服务所有层级,以及哪个模型做得最好。 作者称,结论仅适用于这些数据集以及价格和促销变量;采用者应在自己的数据上重新运行每一项对比。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    零售销量预测模型对比:LightGBM、TimesFM、Chronos-Bolt、Temporal Fusion Transformer 与世界模型在四个公开数据集上的表现

    一项研究在 M5、Dominick's 六个品类、Breakfast at the Frat 和 Corporacion Favorita 四个公开数据集上对比了 LightGBM、预训练基础模型 TimesFM、Chronos-Bolt、Timestral、Temporal Fusion Transformer 及一个世界模型的零售销量预测表现。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。