English(EN) msData: A Millisecond-Resolution Network Dataset for Advancing Time Series Foundation Models

新的msData数据集针对时间序列基础模型的目标是毫秒级分辨率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-26 04:00

研究人员推出msData，这是一个新的数据集，旨在通过整合来自运行中的5G无线网络的毫秒级分辨率数据来改进时间序列基础模型（TSFM）。目前TSFM数据集主要使用较低频率的数据，这限制了它们处理高频信号的有效性。msData旨在弥合这一差距，提供采样间隔精细到毫秒的数据，并将无线网络领域引入，以补充现有的能源和金融数据集。初步基准测试表明，大多数TSFM配置在此类高频数据上的表现不佳，这凸显了此类数据集在增强模型预训练、微调和泛化能力方面的必要性。 AI

影响该数据集可以使TSFM更好地处理高频数据，从而提高它们在网络流量预测等实际应用中的性能。

排序理由该项目是一篇介绍新AI模型数据集的研究论文。[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 →

本文如何被排名

Signal score: 41 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇介绍新AI模型数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Subina Khanal, Seshu Tirupathi, Merim Dzaferagic, Marco Ruffini, Torben Bach Pedersen · 2026-08-26 04:00

msData：一个实现毫秒级分辨率的网络数据集，用于推进时间序列基础模型

arXiv:2603.16497v3 Announce Type: replace-cross Abstract: Time series foundation models (TSFMs) require diverse, real-world datasets to adapt across varying domains and temporal frequencies. However, current large-scale datasets predominantly focus on low-frequency time series wi…

本文如何被排名

报道来源 [1]

msData：一个实现毫秒级分辨率的网络数据集，用于推进时间序列基础模型

相关实体

相关话题