PulseAugur
实时 18:10:07
English(EN) Triangular-Reference Schrödinger Bridges for Time Series Generation

新的 TR-SBTS 框架增强了时间序列生成

研究人员开发了用于时间序列的三角参考薛定谔桥(TR-SBTS),这是一个先进的时间序列生成框架。该方法通过用在多个潜在波动率级别上呈三角形的逐区间冻结扩散参考来替换标准的布朗参考,从而扩展了现有的薛定谔桥。该方法涉及在增强状态空间上进行单一熵投影,并在时间和潜在级别上联合应用变分约束。论文详细介绍了通过有限维条件映射构建 TR-SBTS,并对其在数值实验中的性能进行了评估。 AI

影响 引入了一种新颖的时间序列生成统计框架,可能改进机器学习中的生成模型。

排序理由 该集群包含一篇详细介绍时间序列生成新统计框架的研究论文。

在 arXiv stat.ML 阅读 →

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

新的 TR-SBTS 框架增强了时间序列生成

报道来源 [2]

  1. arXiv stat.ML TIER_1 English(EN) · Gabriele Bocchi ·

    用于时间序列生成的三角参考薛定谔桥

    arXiv:2605.27478v1 Announce Type: new Abstract: We introduce Triangular-Reference Schr\"odinger Bridges for Time Series (TR-SBTS), a conservative extension of the SBTS framework in which the Brownian reference is replaced by an intervalwise frozen, possibly degenerate diffusion r…

  2. arXiv stat.ML TIER_1 English(EN) · Gabriele Bocchi ·

    用于时间序列生成的三角参考薛定谔桥

    We introduce Triangular-Reference Schrödinger Bridges for Time Series (TR-SBTS), a conservative extension of the SBTS framework in which the Brownian reference is replaced by an intervalwise frozen, possibly degenerate diffusion reference, triangular across a hierarchy of latent …