PulseAugur
中
实时 11:03:03
English(EN) Sonar-TS: Search-Then-Verify Natural Language Querying for Time Series Databases

Sonar-TS框架增强了时间序列数据的自然语言查询能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出Sonar-TS，一个旨在改进时间序列数据库自然语言查询的新框架。这种神经符号方法采用搜索后验证（Search-Then-Verify）流水线，首先使用特征索引通过SQL识别候选数据窗口，然后使用生成的Python程序针对原始信号确认这些候选。为了便于评估，该团队还开发了NLQTSBench，一个用于评估大规模时间序列数据自然语言查询的新基准。 AI

影响 引入了一个新颖的时间序列数据查询框架和基准，可能改善非专业人士的数据分析能力。

排序理由 该集群包含一篇详细介绍特定AI任务新框架和基准的研究论文。[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) · Zhao Tan, Yiji Zhao, Shiyu Wang, Chang Xu, Yuxuan Liang, Xiping Liu, Shirui Pan, Ming Jin ·

    Sonar-TS: Search-Then-Verify Natural Language Querying for Time Series Databases

    arXiv:2602.17001v3 Announce Type: replace Abstract: Natural Language Querying for Time Series Databases (NLQ4TSDB) aims to assist non-expert users retrieve meaningful events, intervals, and summaries from massive temporal records. However, existing Text-to-SQL methods are not des…

相关话题