畳み込み低ランクモデルと修正分位点回帰による区間時系列予測
arXiv cs.LG / 2026/4/20
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、予測における不確実性の定量化という課題に対し、真値が予測範囲内に入る確率を示す予測区間（PIs）を出力する「区間時系列予測」に焦点を当てます。
- 予測手法として、学習データから得られる畳み込みの低ランク性を活用して多ステップ先までのポイント予測を行う、学習ベースの畳み込み核ノルム最小化（LbCNNM）を基盤にします。
- 不確実性推定を可能にするため、分位点回帰（QR）を修正してLbCNNMに統合し、新しい区間予測手法「LbCNNM-MQR」を提案しています。
- さらに、予測区間の精度を高めるための区間キャリブレーション手法も考案しています。
- 10万件超の実世界時系列データを用いた実験により、LbCNNM-MQRが従来のLbCNNMや関連手法より優れた性能を示すことが報告されています。
