Toutes les news taguées avec ce sujet.
Bloomberg publie une librairie open-source dédiée à la découverte causale dans des séries temporelles multivariées, non-stationnaires et à haute dimension.
Une nouvelle approche identifie les sous-séquences critiques pour les prédictions via la nécessité contrefactuelle.
Une extension de PCMCI+ permet d'identifier des relations causales dans des flux d'événements échantillonnés de manière irrégulière, comme les capteurs ou les données médicales.
Une étude empirique propose CSFS, une méthode wrapper de sélection de variables pour optimiser les prévisions d'énergies renouvelables.
Une évaluation sous contraintes physiques teste la résistance de PatchTST, GRU et N-HITS aux incertitudes météo.
Les indices spectraux ne prédisent pas l'apport du contexte. Étude sur les limites du spectre pour les modèles de fondation.