TStruct:共享时序结构的长时预测论文
热点事件持续更新
TStruct:共享时序结构的长时预测论文
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Yangze Li 等在 arXiv 发布论文 TStruct(Temporal Structure Network),用于在时间分布偏移下学习跨时间位置和变量共享的长期时间序列预测依赖结构。 基于论文摘要:作者分析常用时间序列数据的时间关系矩阵,发现不同时间位置和变量的样本存在共享的主导结构;TStruct 通过共享时间依赖矩阵,并结合动态样本信息与静态变量先验生成的归一化权重进行预测。 作者声称该方法在所有数据集上优于多个强基线并保持较高计算效率,具体实验细节未提供,尚属作者报告而非独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
TStruct:学习共享时间结构用于长期时间序列预测报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- arXiv · cs.AITStruct:学习共享时间结构用于长期时间序列预测
Yangze Li等提出TStruct,用于在时间分布偏移下学习跨时间位置和变量共享的长期时间序列依赖结构。基于论文摘要,研究分析了常用时间序列数据中的时间关系矩阵,发现不同时间位置和变量样本存在共享的主导结构;TStruct通过共享时间依赖矩阵及结合动态样本信息与静态变量先验生成的归一化权重进行预测。作者报告该方法在所有数据集上优于多个强基线,同时保持较高计算效率,但具体实验细节未提供。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。