今天介绍一篇南大今年4月份发表的文章，主要探讨了多元时间序列预测问题中，独立预测（channel independent）和联合预测（channel dependent）二者效果的差异、背后的原因以及优化方法。
论文标题：The Capacity and Robustness Trade-off: Revisiting the Channel Independent Strategy for Multivariate Time Series Forecasting
下载地址：https://arxiv.org/pdf/2304.05206v1.pdf
1、独立预测和联合预测
多元时间序列预测问题中，从多变量建模方法的维度有两种类型，一种是独立预测（channel independent，CI），指的是把多元序列当成多个单变量预测，每个变量分别建模；另一种是联合预测（channel dependent，CD），指的是多变量一起建模，考虑各个变量之间的关系。二者的差异如下图。
这两种方式各有特点：CI方法只考虑单个变量，模型更简单，但是天花板也较低，因为没有考虑各个序列之间的关系，损失了一部分关键信息；而CD方法考虑的信息更全面，但是模型也更加复杂。
2、哪种方法更好
文中首先做了详细的对比实验，在多个数据集，观察CI方法和CD方法哪种效果更好（采用线性模型）。文中实验得到的一个核心结论是：CI方法在大多数任务上表现的更好，并且效果方差也更小。下面这张图中可以看到，CI的MAE、MSE等指标在各个数据集上基本都小于CD，同时效果的波动也更小一些。
从下面的实验结果可以看到，CI相比CD，在绝大多数预测窗口长度和数据集上，效果都是提升的。
为什么CI方法在实际应用中比CD效果更好、更稳定呢？文中进行了一些理论证明，核心的结论是：真实数据往往存在Distribution Drift，而使用CI方法有助于缓解这个问题，提升模型泛化性。下面这张图，展示了各个数据集trainset和testset的ACF（自相关系数，反映了未来序列和历史序列之间的关系）随时间变化分布，可以看到Distribution Drift在各个数据集上是广泛存在的（也就是trainset的ACF和testset的ACF不同，即两者的历史与未来序列的关系不同）。
文中通过理论证明了CI对于缓解因此Distribution Drift有效，CI和CD之间的选择，是一种模型容量和模型鲁棒性之间的权衡。CD模型更加复杂，但是也对于Distribution Drift更敏感。这其实和模型容量与模型泛化性之间的关系类似，越复杂的模型，模型拟合的训练集样本越准确，但是泛化性较差，一旦训练集和测试集分布差异较大，效果就会变差。
3、如何优化
针对CD建模的问题，文中提出了一些优化方法，可以帮助CD模型更具鲁棒性。
正则化：引入一个正则化损失，用序列减去最近的样本点作为历史序列输入模型进行预测，同时使用平滑约束预测结果，让预测结果和最近邻的观测值偏差不要太大，使得预估结果更平；
低秩分解：将全连接参数矩阵分解成两个低阶矩阵，相当于减少了模型容量，缓解过拟合问题，提升模型鲁棒性；
损失函数：采用MAE替代MSE，降低模型对于异常值的敏感度；
历史输入序列长度：对于CD模型来说，输入的历史序列越长，可能反而会造成效果的下降，也是因为历序列越长，模型越容易受到Distribution Shift的影响，而对于CI模型，增长历史序列长度可以比较稳定的提升预测效果。
4、实验效果
文中将上面提到的改进CD模型的方法在多个数据集上进行实验，相比CD取得比较稳定的效果提升，说明上述方法对于提升多元序列预测鲁棒性有比较明显的作用。此外，文中也列举了低秩分解、历史窗口长度、损失函数类型等对于效果的影响实验结果。
