研究场景灰色预测模型可针对数量非常少（比如仅4个），数据完整性和可靠性较低的数据序列进行有效预测，其利用微分方程来充分挖掘数据的本质，建模所需信息少，精度较高，运算简便，易于检验，也不用考虑分布规律或变化趋势等。
来源：环球网 【环球网科技综合报道】5月24日消息，微软Start天气预测模型开发团队宣布其模型又有了新的更新，现在能够更准确地预测何时可能出现云层和降水。此前，该团队曾在论文中介绍了一种全新的AI模型，可以更准确预估未来30天的天气情况。
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。
Makridakis et al.， The M5 Accuracy competition: Results， findings and conclusions，D. Salinas et al.， DeepAR: Probabilistic forecasting with autoregressive recurrent networks， International Journal of Forecasting .
最初版本的Nbeats无法输入外部特征，后续的论文Neural basis expansion analysis with exogenous variables: Forecasting electricity prices with NBEATSx在初版Nbeats基础上增加了引入外部特征的能力。
