跳到正文
热点事件持续更新

研究者发布多模态时间序列预测诊断基准

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Xintong Wang、Haihan Nan 与 Ruidong Li 在 arXiv 发布一篇被 IEEE AIoT 2026 Workshop 录用的论文,提出首个按文本与历史数据关系组织的真实世界多模态时间序列预测诊断基准。 该基准包含 1,762 组文本-窗口对,覆盖传感器遥测(Weather)、网络服务流量(Wikipedia)与金融数据流(Finance)三类数据,每组按文本与历史序列的关系标注为 Aligned(一致)、Conflicting(冲突)或 Unspecified(未指明),用于诊断评测。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    多模态时间序列预测诊断基准:文本与历史一致、冲突或未指明的首次评测

    一篇被 IEEE AIoT 2026 Workshop 录用的 arXiv 论文提出首个按文本-历史关系组织的真实世界多模态时间序列预测诊断基准,包含 1,762 个文本-窗口对,覆盖 Weather、Wikipedia 与 Finance 数据流,标签分为 Aligned、Conflicting 或 Unspecified。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。