Mome

新研究揭示了上下文路由在时间序列预测中有效性的条件

研究人员进行了一项系统研究，以确定辅助上下文何时能真正帮助多模态时间序列预测。他们确定了两个关键的数据集条件：目标序列不能仅凭其自身近期历史轻松预测（低自相关性），并且上下文必须提供超出该历史的信息（非零条件互信息）。使用MoME模型和其他融合机制进行的实验表明，当满足这些条件时，基于上下文的路由可以显著降低预测误差。相反，当任一条件不满足时，上下文的益处会减弱或完全消失。