Koopa: Koopman-Vorhersagen für nicht-stationäre Zeitreihen

Koopa ist ein Deep-Learning-Modell für die Zeitreihenprognose, das von Yong Liu, Chang Li, Jianmin Wang und Mingsheng Long auf der NeurIPS 2023 vorgestellt wurde. Es adressiert die Herausforderung der Nicht-Stationarität, indem es Zeitreihen in stationäre und nicht-stationäre Komponenten zerlegt und dann die nicht-stationäre Dynamik mithilfe einer gelernten Approximation des Koopman-Operators modelliert – einem mathematischen Rahmenwerk, das nicht-lineare Systeme in einen linearen Raum hebt, um prognostizierbare Langfristvorhersagen zu ermöglichen.