arXiv ID:
2602.24238
时间序列基础模型作为交通预测的强大基线:一项大规模基准分析 / Time Series Foundation Models as Strong Baselines in Transportation Forecasting: A Large-Scale Benchmark Analysis
1️⃣ 一句话总结
这篇论文通过大规模基准测试发现,通用时间序列基础模型Chronos-2在未经任何任务特定训练的情况下,就能在多种交通预测任务中达到顶尖或极具竞争力的精度,并能提供有效的不确定性量化,因此可作为交通预测研究的关键基线方法。