09:23
官方账号arXiv cs.LG@Yuhang Yao, Bohan Jiang
精选73°
推荐理由：研究人员提出PAC-LLM框架，解决了混沌系统长期预测难题，在短期观测条件下也能准确预测。
相空间
共 2 条相关 AI 资讯
9月1日
09:23
PAC-LLM是一种基于大语言模型的混沌时间序列预测框架，能够在短期观测条件下进行长期预测。该模型通过相空间感知的自适应融合机制，结合相空间特征和文本信息，在多个混沌系统基准测试中表现优异。实验显示，PAC-LLM在短期和长期预测任务上均优于现有微调和零样本基线模型。
8月5日
11:59
11:59
官方账号arXiv cs.LG@Bartolo Dazzini, Giovanni Conforti, Alain Durmus, Aram-Alexandre Pooladian
推荐理由：论文提出了AM算法做轨迹推断，不用模拟轨迹，训练只要位置数据，比现有方法省算力。