PulseAugur
中
实时 23:32:16
English(EN) Cadence: Error-Bounded Lossy Compression of Demand Time Series with a Time-Series Foundation Model

Cadence 使用基础模型进行误差有界时间序列压缩

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了 Cadence，一种新颖的、用于时间序列数据的误差有界有损压缩系统。Cadence 集成了 Google 的 TimesFM-3 基础模型和一个自适应算术编码器，以确保样本级精度保证。该系统在能源需求和交通客流数据上，相比经典预测器显示出显著的改进，并且在现有方法上取得了相当大的优势。 AI

影响 这种方法可以显著提高时间序列应用的数据存储和传输效率，尤其是在能源和交通领域。

排序理由 该集群描述了一篇研究论文，其中详细介绍了一种使用基础模型进行时间序列压缩的新方法。

在 Hugging Face Daily Papers 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

Cadence 使用基础模型进行误差有界时间序列压缩

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Research
该集群描述了一篇研究论文，其中详细介绍了一种使用基础模型进行时间序列压缩的新方法。
Source corroboration
2 independent sources
Multiple independent publishers reporting the same story raises confidence that it's real and newsworthy.
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
24 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Roberto Tacconelli ·

    Cadence：具有时间序列基础模型的面向需求时间序列的误差有界有损压缩

    arXiv:2609.06008v1 Announce Type: cross Abstract: We present Cadence, an error-bounded lossy compressor for numeric time series pairing a 330M-parameter time-series foundation model (Google TimesFM-3) with an adaptive arithmetic coder, guaranteeing $|\hat{x}_t-x_t|\le\tau$ on eve…

  2. Hugging Face Daily Papers TIER_1 English(EN) ·

    Cadence：具有时间序列基础模型的面向需求的时间序列的误差有界有损压缩

    Cadence pairs a time-series foundation model with an adaptive arithmetic coder for error-bounded lossy compression, achieving substantial gains over classical predictors while reporting negative results on lossless coding and cross-batch determinism.

相关实体

相关话题