English(EN) Extending SSMs with the Exponentially Weighted Signature

新的指数加权签名模型扩展了状态空间模型

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-02 04:00

研究人员引入了指数加权签名（EWS），这是一种新颖的连续时间模型，通过计算路径的迭代积分并由可学习的生成器加权增量来扩展状态空间模型（SSM）。该模型保持了签名的群结构和通用性，同时实现了并行扫描。最基本地，EWS充当SSM，研究人员已证明其等同于线性时不变SSM、Mamba通道和Mamba-2头。在经验上，EWS在时间序列分类任务上表现出优越的性能，深度通常能提高准确性，并且在回归和预测任务上，以更少的参数达到了或超过了竞争SSM的性能。 AI

影响引入了一种新的模型架构，可能在时间序列分类和预测任务上提供改进的性能和参数效率。

排序理由该集群包含一篇详细介绍新模型架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 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: 1 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍新模型架构的学术论文。[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, model release; 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: 1 days old; Coverage has settled into its steady-state source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv stat.ML TIER_1 English(EN) · Alexandre Bloch, Benjamin Walker, Jo\"el Mouterde, Sam Morley, Samuel N. Cohen, Terry Lyons · 2026-10-02 04:00

使用指数加权签名扩展SSM

arXiv:2603.19198v3 Announce Type: replace Abstract: We introduce the exponentially weighted signature (EWS), a continuous-time model that computes iterated integrals of a path, where each increment is weighted by the matrix exponential of a learnable generator over elapsed clock …

本文如何被排名

报道来源 [1]

使用指数加权签名扩展SSM

相关实体

相关话题