PulseAugur
中
实时 13:29:27
English(EN) HawkesNest: A Multi-Axis Synthetic Benchmark for Spatiotemporal Pattern Complexity

新基准 HawkesNest 测试时空人工智能模型

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了 HawkesNest，这是一个旨在评估时空点过程 (STPP) 模型的新合成基准测试。与真实世界数据集不同，HawkesNest 在四个轴上提供了可控的复杂度：时空纠缠、背景异质性、交叉类型交互和域拓扑。这使得通过隔离特定的结构性难题来对 STPP 模型进行诊断性压力测试。初步测试表明，现有的 Hawkes 系列基线模型和 AutoSTPP 等神经网络模型在某些复杂度增加的情况下性能会下降，凸显了它们的敏感性。 AI

影响 提供了一个新的诊断工具，用于评估时空人工智能模型的鲁棒性。

排序理由 该集群描述了一篇介绍用于评估人工智能模型的新合成基准测试的学术论文。

在 arXiv cs.LG 阅读 →

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

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Yahya Aalaila, Sumantrak Mukherjee, Gerrit Gro{\ss}mann, Sebastian Vollmer ·

    HawkesNest: A Multi-Axis Synthetic Benchmark for Spatiotemporal Pattern Complexity

    arXiv:2606.16863v1 Announce Type: new Abstract: Evaluation of spatiotemporal point process (STPP) models relies heavily on opaque real-world datasets, where latent generative structure is unknown and model failures are difficult to attribute. We introduce HawkesNest, a generator-…

  2. arXiv cs.LG TIER_1 English(EN) · Sebastian Vollmer ·

    HawkesNest: A Multi-Axis Synthetic Benchmark for Spatiotemporal Pattern Complexity

    Evaluation of spatiotemporal point process (STPP) models relies heavily on opaque real-world datasets, where latent generative structure is unknown and model failures are difficult to attribute. We introduce HawkesNest, a generator-aligned benchmark for controlled spatiotemporal …

相关实体

相关话题