English(EN) TIDES: Implicit Time-Awareness in Selective State Space Models

TIDES模型增强了选择性SSM中不规则时间序列的处理能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-15 04:00

研究人员推出了一种新的选择性状态空间模型变体TIDES，旨在改进对不规则时间序列数据的处理。与Mamba等现有选择性SSM不同，后者学习与物理时间偏离的依赖于输入的时步，TIDES则保持一致的时步，从而能够原生处理不规则时间戳。这种方法在保留选择性模型每个token的表达能力的同时，在时间序列分类和ODE回归等基准测试中取得了更好的性能，尤其是在处理不规则时间戳的数据集时。 AI

影响增强了处理不规则时间序列数据的能力，可能提高天文学和气候科学等领域的性能。

排序理由详细介绍新型模型架构的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 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: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 详细介绍新型模型架构的新研究论文。[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, 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: 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.LG TIER_1 English(EN) · Taylan Soydan, Miguel A. Bessa, Dirk Mohr, Rui Barreira · 2026-10-15 04:00

TIDES：选择性状态空间模型中的隐式时间感知

arXiv:2605.09742v3 Announce Type: replace Abstract: Selective state space models (SSMs), such as Mamba, achieve strong per-token expressivity by making the time discretization step $\Tilde{\Delta}$ a learned function of the input. However, in doing so, $\Tilde{\Delta}$ no longer …

本文如何被排名

报道来源 [1]

TIDES：选择性状态空间模型中的隐式时间感知

相关实体

相关话题