论文解读
AI 辅助整理- 方法
- 区域因子+集合模型,历史周度价格数据,回溯测试对比SAITS基线。
- 发现
- 重建模型MAPE达19.3%,优于SAITS等基线方法。
- 机会点
- 可探索将区域因子迁移至其他发展中国家农产品价格缺失重建,并验证外推有效性。
论文摘要
针对印度东北部每周农产品市场(mandi)价格缺失,利用区域因子构建集合模型重建,回溯测试MAPE达19.3%,优于SAITS等基线。预印本,基于历史数据,外推有效性待验证。
论文原文与出版信息
arXiv核心看点
利用区域因子构建集合模型,重建印度东北部缺失的农产品市场价格。
针对印度东北部每周农产品市场(mandi)价格缺失,利用区域因子构建集合模型重建,回溯测试MAPE达19.3%,优于SAITS等基线。预印本,基于历史数据,外推有效性待验证。
论文原文与出版信息
arXiv