实体
Latent SDEs
Latent SDEs
PulseAugur coverage of Latent SDEs — every cluster mentioning Latent SDEs across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新方法识别SDE模型中的连续时间潜在动力学
研究人员开发了一种通过分析扩散协方差的变化来识别随机微分方程（SDE）模型中连续时间潜在动力学的方法。该方法弥补了时间序列因果表示学习中的一个空白，尽管离散时间模型已取得显著的可识别性成果，但连续时间模型却相对滞后。所提出的技术利用两种不同的扩散机制来识别潜在坐标，即使在漂移假设不稀疏的情况下也能实现，并且还可以恢复瞬时漂移-雅可比因果图。在合成数据和挪威哈当厄尔大桥的真实世界传感器轨迹上的实验证明了该方法的有效性。
-
新方法在不规则时间序列数据异常检测方面表现出色
研究人员开发了一种用于稀疏不规则多元时间序列异常检测的新型生成方法。该方法利用潜在随机微分方程将观测到的时间序列投影到连续时间随机动力学系统上，从而能够有效处理缺失观测和不规则采样。在基准数据集上的实验表明，这种新方法优于现有的最先进方法，尤其是在数据稀疏严重的情况下，基线方法的性能会显著下降。