Spatio-Temporal VAE

LLM引导的框架增强了时空预测的缺失数据处理能力

研究人员开发了一个名为GenST的新框架，以应对时空数据中未观测节点状态的预测挑战，特别是在传感器网络不完整的情况下。GenST利用大型语言模型（LLMs）从节点描述中提取语义特征，充当弥补缺失时空信号的桥梁。该框架采用两阶段生成架构，结合了时空变分自编码器（Spatio-Temporal VAE）和生成式Transformer（Generative Transformer），以重建未观测节点的未来状态。在各种数据集上的实验表明，Ge…