PulseAugur
实时 07:48:02
English(EN) MBDiff: Multi-view Behavior-aware Diffusion Model for Probabilistic Utility Data Imputation

新的扩散模型利用用户行为增强效用数据插补

研究人员开发了MBDiff,这是一种新颖的扩散模型,旨在改进缺失效用数据的插补。该模型独特地集成了一个多视图用户行为提取模块,以从不同角度学习全面的行为模式。MBDiff然后利用行为感知的条件扩散过程来有效地插补数据,在与佛罗里达州一家主要公用事业公司进行的实验中,其表现优于现有方法。 AI

影响 这项研究通过解决数据缺失问题,有望实现更准确的公用事业计费和改进的需求预测。

排序理由 该集群包含一篇详细介绍新模型及其实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新的扩散模型利用用户行为增强效用数据插补

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Rongchao Xu, Lin Jiang, Dahai Yu, Ximiao Li, Guang Wang ·

    MBDiff:用于概率效用数据插补的多视图行为感知扩散模型

    arXiv:2607.29177v1 Announce Type: cross Abstract: Utility data (e.g., electricity, water, and gas consumption), collected by ubiquitous sensors and embedded devices, often contains substantial missing values due to various factors such as device failures and data transmission iss…