研究人员推出了一种名为单调交替样条（MAS）的新型框架，旨在增强时间点过程（TPPs）的建模。当前方法通常依赖于单调神经网络（MNNs），但其在复杂时间动态的表示能力方面存在局限性。MAS通过分离插值和外插组件来解决这些问题，提供了改进的拟合精度和泛化能力。实验表明，MAS在合成和真实世界数据集上的表现均优于MNNs。 AI
影响 这项研究提供了一种更有效、更准确的时间动态建模方法，有望改进推荐系统和事件预测等领域的应用。
排序理由 该集群包含一篇详细介绍时间点过程新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
