时间序列分析

谷歌研究团队发布开源工具AutoBNN，基于JAX，用贝叶斯神经网络替代高斯过程，在保留组合核结构可解释性的同时，实现大规模时间序列数据的高效概率预测与不确定性量化。

Google AI Blog 23:13 AI 辅助人工智能时间序列分析

谷歌发布开源工具AutoBNN，结合贝叶斯神经网络与组合核结构，自动构建可解释的时间序列预测模型，提供高质量不确定性估计，并支持大规模数据集的高效训练。

Google AI Blog 09:50 AI 辅助机器学习时间序列分析

Google 发布了开源工具 AutoBNN，将传统概率模型的可解释性与神经网络的可扩展性相结合，自动发现时间序列预测模型，并提供高质量的置信区间。

Google AI Blog 23:16 AI 辅助 AI 研究时间序列分析

Google Research 发布了开源工具 AutoBNN，它结合了传统概率模型的可解释性与神经网络的扩展性，能自动发现时间序列数据的组合核结构并提供高质量的不确定性估计。