论文提出TimeMagnifier做多元时间序列超分辨率预测
热点事件持续更新
论文提出TimeMagnifier做多元时间序列超分辨率预测
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Shuhao Li 等在 arXiv 发布论文，提出多元时间序列超分辨率预测（MTS-SRF）任务——从粗粒度历史预测细粒度未来，并给出 TimeMagnifier 模型：用 Fourier Anchor 应对数据稀疏、De-noise Only 沿分辨率轴细化、banded DTW Alignment 校正跨分辨率错位。 论文称，在与 15 个基线对比的全部数据集、分辨率系数和指标上，TimeMagnifier 表现最好，平均降低 MSE 12.3%；代码将公开。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
TimeMagnifier：面向多元时间序列超分辨率预测的新模型报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AITimeMagnifier：面向多元时间序列超分辨率预测的新模型
论文提出多元时间序列超分辨率预测（MTS-SRF）任务，从粗粒度历史预测细粒度未来，并用 TimeMagnifier 模型解决三个挑战：Fourier Anchor 抑制数据稀疏、De-noise Only 沿分辨率轴细化、banded DTW Alignment 校正跨分辨率错位。
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。