研究人员推出了一种新颖的时间算子 Liquid Gated Attention (LGA),该算子专为处理具有不规则采样和长时间跨度的真实世界时间序列数据而设计。LGA 通过实现跨时间维度的并行计算,克服了现有方法的局限性,实现了在序列长度上的线性复杂度。这种新方法以 LFormer 主干实现,在模拟长距离依赖、跟踪细粒度状态以及在各种任务和数据集上重建轨迹方面表现出色,优于当前离散时间和连续时间基线。 AI
影响 能够更有效、更准确地对复杂、不规则的时间序列数据进行建模,可能对金融和科学预测等领域产生影响。
排序理由 这是一篇详细介绍时间序列分析新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- cs.LG
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- LFormer
- Liquid Gated Attention
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →