TIDES：选择性SSM变体用于不规则时间序列

Taylan Soydan 等在 arXiv 发布 TIDES 论文及代码：一种选择性状态空间模型（SSM）变体，将输入依赖从离散步长移到对角状态矩阵，使时间步长保持为观测之间的物理时间间隔，从而原生处理不规则时间戳，同时保留逐 token 的表达力。 作者称 TIDES 在 UEA 时间序列分类和 Physiome ODE 回归基准上取得新的最佳平均排名，并在 8 个原生不规则数据集中的 6 个上达到或超过参考基线模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。