DPAD: Dual-Prototype-Framework steigert Zeitreihenprognosen durch Entfaltung

In der Welt der Zeitreihenprognosen hat das neue DPAD-Modell einen bedeutenden Fortschritt erzielt. Durch die Kombination aus einem dynamischen Dual-Prototype-Bank-System und einer kontextsensitiven Routing-Logik gelingt es DPAD, komplexe Muster in Daten zu entwirren und gezielt zu nutzen – ohne die zugrunde liegenden Modelle zu verändern.

Der Kern von DPAD ist die Dynamic Dual-Prototype Bank (DDP), die aus zwei spezialisierten Teilbanken besteht: einer gemeinsamen Bank, die starke zeitliche Vorlagen wie Trends und Saisonalitäten erfasst, und einer seltenen Bank, die kritische, aber selten auftretende Ereignisse speichert. Diese beiden Banken ermöglichen es, sowohl häufige als auch außergewöhnliche Muster adäquat abzubilden.

Durch den Dual-Path Context-aware Routing-Mechanismus (DPC) werden die relevanten Prototypen aus der DDP selektiv in die Vorhersage einbezogen. Ergänzt wird das Ganze durch einen Disentanglement-Guided Loss (DGLoss), der sicherstellt, dass jede Bank ihre spezifische Rolle übernimmt und gleichzeitig eine umfassende Abdeckung gewährleistet.

Umfangreiche Tests auf realen Benchmark-Datensätzen zeigen, dass DPAD die Genauigkeit und Zuverlässigkeit führender Prognosemodelle signifikant verbessert. Damit bietet DPAD eine robuste, modellunabhängige Lösung, die die nächste Generation von Zeitreihenanalysen vorantreibt.