TANDEM 框架使用神经微分方程处理时间序列中的缺失数据

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-02 04:00

研究人员推出 TANDEM，一个有效处理缺失数据的时间序列分类新框架。该方法利用注意力引导的神经微分方程来整合原始观测值、插值数据和连续的潜在动态。TANDEM 在 30 个基准数据集和一个医学数据集上的表现优于现有方法，为涉及不完整时间序列的实际应用提供了有价值的工具。 AI

影响改进了时间序列分析中缺失数据的处理，可能使金融、医疗保健和传感器数据处理领域的应用受益。

排序理由这是一篇详细介绍时间序列分类新方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · YongKyung Oh, Dong-Young Lim, Sungil Kim, Alex Bui · 2026-07-02 04:00

TANDEM：用于时间序列分类缺失的时间注意力引导神经微分方程

arXiv:2508.17519v3 Announce Type: replace-cross Abstract: Handling missing data in time series classification remains a significant challenge in various domains. Traditional methods often rely on imputation, which may introduce bias or fail to capture the underlying temporal dyna…