7月12日消息,近日,阿里达摩院提出了一种长时序预测的新模型FEDformer,精准度比业界最优方法提升14.8%以上,模型已应用于电网负荷预测。相关论文已被机器学习顶会ICML2022收录。据了解,ICML是机器学习领域的顶级学术会议,达摩院决策智能实验室的论文《FEDformer: Frequency Enhanced Decomposed Transformer for Long-term Series Forecasting》关注了机器学习领域的经典问题:时序预测。例如,利用傅立叶/小波变换将时域信息拆解为频域信息,让transformer更好地学习长时序中的依赖关系;FEDformer也能排除干扰,具有更好的鲁棒性。
5月23日消息,2023 informs business analytics国际会议于4月16-18日在美国举行。陈昱洁代表菜鸟人工智能团队凭借“菜鸟智能履约项目”在会议上获2023年度 Innovative Applications in Analytics Award 第三名。“基于深度学习的预测与在线优化技术”是参加IAAA竞赛项目的核心,是为包裹履约设计的一套集深度预测与在线优化为一体的决策系统。其中设计了基于Nbeats模型的单量预测算法和求解在线匹配问题的Primal-dual算法,为每一个包裹选择最优的履约线路,使得整体的成本或者时效最优。