English(EN) Why Do Time Series Models Need Long Context Windows?

时间序列模型需要长上下文窗口来进行过程识别

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-02 04:00

研究人员调查了长上下文窗口对于时间序列预测模型的必要性。他们提出，除了捕捉长期依赖关系外，这些窗口还有助于识别特定的数据生成过程。研究表明，更大的上下文窗口可以减少对潜在过程的不确定性，这对于准确预测至关重要。研究结果表明，将过程识别与条件预测分离可以提高可扩展性而不牺牲准确性。 AI

影响为设计更有效的时间序列预测架构提供了理论基础。

排序理由阐述时间序列模型研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

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]

arXiv cs.AI TIER_1 English(EN) · Luca Butera, Giovanni De Felice, Andrea Cini, Cesare Alippi · 2026-06-02 04:00

Why Do Time Series Models Need Long Context Windows?

arXiv:2606.01999v1 Announce Type: cross Abstract: Modern deep learning models for forecasting groups of time series rely on increasingly longer observation windows. However, the benefit of increasing the window size is often simply attributed to capturing long-range dependencies,…