PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2402.02399v3cs.LG공식 코드 · Papers with Code

FreDF: 주파수 영역에서의 예측 학습

FreDF: Learning to Forecast in the Frequency Domain

시계열 모델링은 과거 데이터와 미래 시퀀스 모두에 존재하는 자기상관(autocorrelation)으로 인해 고유한 어려움을 야기합니다. 현재 연구는 주로 과거 데이터 내의 자기상관을 다루는 반면, 미래 레이블 간의 상관관계는 간과되는 경우가 많습니다. 구체적으로, 최신 예측 모델은 주로 직접 예측(Direct Forecast, DF) 패러다임을 따르며, 다단계 예측을 독립적으로 생성하고 시간에 따른 레이블 자기상관을 무시합니다. 본 연구에서는 레이블 자기상관이 존재할 때 DF의 학습 목표에 바이어스가 발생함을 증명합니다. 이러한 문제를 해결하기 위해, 우리는 주파수 영역에서 예측하는 법을 학습하여 레이블 자기상관을 완화하고 추정 바이어스를 줄이는 FreDF(Frequency-enhanced Direct Forecast)를 제안합니다. 실험 결과에 따르면 FreDF는 기존의 최신 SOTA(state-of-the-art) 방법들을 크게 능가하며 다양한 예측 모델과 호환됩니다. 코드는 https://github.com/Master-PLC/FreDF 에서 확인할 수 있습니다.