PulseAugur
中
实时 23:16:01

新的PiXTime模型支持具有异构数据的联邦时间序列预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了PiXTime，一个基于Transformer的新型联邦时间序列预测框架，能够处理跨节点异构数据。与以往需要统一模型架构的方法不同，PiXTime采用参数解耦方法，结合本地化模块和共享骨干网络，以适应多样化的数据结构。这使得即使在节点具有不同时间分辨率或变量通道的情况下，也能实现协作学习和泛化，并在异构环境中取得最先进的性能。 AI

影响 能够在分布式、异构数据集上实现协作预测，克服了以往联邦时间序列学习的局限性。

排序理由 该集群包含一篇详细介绍新型联邦时间序列预测模型的论文。[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 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yiming Zhou, Jiahao Wang, Mingyue Cheng, Hao Wang, Defu Lian, Enhong Chen ·

    PiXTime：一种用于节点间异构数据联邦时间序列预测的模型

    arXiv:2601.05613v2 Announce Type: replace-cross Abstract: While collaborative forecasting on distributed time series is highly desirable, directly pooling localized datasets is often impractical due to data sharing constraints. Federated learning offers a promising alternative, y…

相关实体

相关话题