AI-nyhederNy ICI-Time-metode gør fremtidsforudsigelser mere præcise
Forskere har udviklet en AI-teknik, der gætter manglende data i tidsserier og dermed forbedrer prognoser for vejr, økonomi og mere.
Metoden
En gruppe forskere har opfundet en ny måde at få AI til at forudsige fremtiden på. Teknikken hedder 'in-context inpainting' og går ud på, at AI'en selv udfylder huller i data, før den laver sine forudsigelser. Det gør den bedre til at håndtere ufuldstændige målinger, som ofte findes i virkeligheden.
Hvorfor det nytter
Traditionelle modeller bryder sammen, når der mangler data – fx hvis en sensor svigter. Med den nye metode lærer AI'en at gætte de manglende stykker ud fra sammenhængen. Det giver mere stabile og pålidelige prognoser, selv når inputtet er rodet.
Hvad nu?
Forskerne bag håber, at metoden kan bruges i alt fra vejrudsigter til aktiehandel og energiforbrug. Den næste udfordring er at gøre den hurtigere og nemmere at anvende i praksis, så virksomheder og myndigheder kan få glæde af den.
- Metoden kaldes 'In-Context Inpainting for Time Series Forecasting'.
- Den lader AI'en udfylde manglende data, før den laver prognoser.
- Den kan håndtere ufuldstændige målinger i tidsserier.
- Den er udviklet af et forskerhold på arXiv.
- Den kan bruges til vejr, økonomi og energiforbrug.
Du kan få mere præcise forudsigelser i hverdagen, når data er ufuldstændige, fx ved vejrudsigter eller strømpriser.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.