PulseAugur
中
实时 09:51:11
English(EN) OTIS: Learning High-Quality Time Series Features With Tiny Encoders

微型OTIS编码器实现时间序列特征学习SOTA

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了OTIS，一种新颖的开放时间序列编码器，专为资源受限系统的有效部署而设计。尽管其体积小（710万参数），OTIS在162项任务中取得了最先进的性能，在内存、能耗和延迟方面显著优于规模大得多的编码器。该系统包含一个领域感知分词器、一种双掩码策略和一个结构感知目标，无需大规模计算即可有效学习时间序列特征。OTIS的代码和预训练权重已发布，以促进更广泛的可访问性。 AI

影响 使资源受限设备上的高质量时间序列分析成为可能，从而普及先进的AI能力。

排序理由 该集群包含一篇详细介绍新模型/方法的学术论文。[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 →

微型OTIS编码器实现时间序列特征学习SOTA

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · \"Ozg\"un Turgut, Philip M\"uller, Martin J. Menten, Daniel Rueckert ·

    OTIS：使用微型编码器学习高质量时间序列特征

    arXiv:2410.07299v3 Announce Type: replace-cross Abstract: We introduce OTIS, an open time series encoder that yields high-quality time series features for downstream deployment on any system, including resource-constrained wearables and industrial sensors. Currently, the developm…

相关话题