技術研究　arXiv AI Research　2026-10-19 13:00

相関誘導のESNで多変量時系列を予測

原題　CGDT-CESN: Correlation-Guided and Dynamics-Trained Clustered Echo State Network for Multivariate Time-Series Prediction

多変量時系列予測では、変数固有の動態と変数間の相互作用を同時に捉える必要がある。相関に導かれ、動態で学習するクラスタ化エコーステートネットワークCGDT-CESNを提案した。

論点

時系列予測に今さらESNは有効か

みんなの立場0票

賛成0%0票

反対0%0票

どちらでもない0%0票

まだ投票はありません。あなたはどう思う？

議論のヒントを見る

賛成側の視点

軽くて速く、小規模な現場なら十分。巨大モデルは常に必要とは限らない。

反対側の視点

Transformer系に精度で劣る古い手法。研究の労力を割く価値は薄い。