arXiv ID:
2606.22618
arXiv 提交日期: 2026-06-21
联邦学习在全球碳排放预测中的应用:一种结合统计与神经模型的混合时间序列方法 / Federated Learning for Global Carbon Emission Forecasting: A Hybrid Time-Series Approach with Statistical and Neural Models
1️⃣ 一句话总结
本文提出了一种在保护数据隐私的前提下,利用联邦学习框架将ARIMA、GARCH、LSTM-Attention和XGBoost四种模型结合的方法,使不同国家和地区能够在不共享原始碳排放数据的情况下,协作训练出准确且可扩展的全球碳排放预测模型。