1.1 KiB
1.1 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| Non-stationary Time Series（非平稳时间序列） | 2026-05-11 | 2026-05-11 | concept |
|
|
Non-stationary Time Series（非平稳时间序列）
定义
非平稳时间序列是指统计特性（均值、方差、协方差）或时间依赖模式随时间变化的时间序列。这是真实世界数据的普遍特征——天气、金融、能耗等几乎都是非平稳的。
对深度学习的挑战
- 分布迁移：训练窗口和推理窗口的数据分布可能截然不同
- 模型泛化困难：模型学到的模式在分布变化后失效
- 传统应对：差分、归一化等预处理，但会丢失信息
Koopa 的处理方式
不将非平稳视为需要消除的"噪声"，而是通过 fourier-filter-dynamics 将其显式解耦为时变和时不变分量，分别用不同的 koopman-predictor 处理。