यह शोधपत्र एक नवीन आधारभूत संरचना, टेम्पोरल एविडेंस फ्यूजन नेटवर्क (TEFN) का प्रस्ताव करता है, जो टेम्पोरल टाइम सीरीज़ पूर्वानुमान में सटीकता और दक्षता का संयोजन करता है। TEFN, साक्ष्य सिद्धांत पर आधारित एक डिफ़ॉल्ट प्रायिकता असाइनमेंट (BPA) मॉड्यूल प्रस्तुत करके, बहुभिन्नरूपी टाइम सीरीज़ डेटा के चैनल और टेम्पोरल, दोनों आयामों में अनिश्चितता को पकड़ता है। इसके बाद, हम एक नवीन बहु-सूचना संलयन विधि विकसित करते हैं जो BPA आउटपुट से दोनों आयामों की सूचनाओं को प्रभावी ढंग से एकीकृत करती है, जिससे पूर्वानुमान सटीकता में सुधार होता है। प्रायोगिक परिणाम दर्शाते हैं कि TEFN जटिलता और प्रशिक्षण समय को उल्लेखनीय रूप से कम करते हुए अत्याधुनिक विधियों के बराबर प्रदर्शन प्राप्त करता है। इसके अलावा, TEFN हाइपरपैरामीटर चयन के दौरान त्रुटि विचरण को न्यूनतम करके उच्च सुदृढ़ता प्रदर्शित करता है, और इसका फ़ज़ी सिद्धांत-व्युत्पन्न BPA उच्च व्याख्यात्मकता प्रदान करता है। इसलिए, TEFN टेम्पोरल टाइम सीरीज़ पूर्वानुमान के लिए एक वांछनीय समाधान है जो सटीकता, दक्षता, सुदृढ़ता और व्याख्यात्मकता में संतुलन बनाए रखता है।
