Краткое содержание

arXiv:2511.13756v1 Тип объявления: кросс Аннотация: Вероятностное прогнозирование — это не только способ добавить больше информации к предсказанию будущего, но и метод, который опирается на слабые стороны точечного прогнозирования. Внезапные изменения во временном ряду все еще могут быть зафиксированы кумулятивной функцией распределения (КФР), в то время как точечный прогноз, скорее всего, полностью упустит их из виду. Моделирование КФР внутри прогнозов исторически ограничивалось параметрическими подходами, однако благодаря недавним достижениям это уже необязательно. Мы стремимся продвинуть вперед области вероятностного прогнозирования и монотонных сетей, связав их между собой, и предлагаем подход, позволяющий прогнозировать неявные, полные и непараметрические КФР. Для этой цели мы предлагаем адаптацию глубоких решетчатых нейронных сетей (DRS) для монотонно-ограниченной одновременной / неявной квантильной регрессии при прогнозировании временных рядов. Квантильная регрессия обычно приводит к пересечению квантиля, что необходимо предотвратить для получения легитимного прогноза.