偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

通道間關(guān)系建模在不規(guī)則時序預(yù)測中的研究

發(fā)布于 2025-1-2 13:18
瀏覽
0收藏

今天給大家介紹一篇不規(guī)則時間序列建模的工作。本文的核心是研究不規(guī)則時序預(yù)測中的變量間關(guān)系建模問題,研究焦點是如何在保持計算效率的同時,有效地捕捉長期依賴性和復雜變量間關(guān)系。研究者們提出了一個新穎的框架,通過結(jié)合局部的通道依賴(CD)策略和全局的通道獨立(CI)策略,顯著提升了模型在多個真實世界數(shù)據(jù)集上的性能。

通道間關(guān)系建模在不規(guī)則時序預(yù)測中的研究-AI.x社區(qū)

論文標題:TimeCHEAT: A Channel Harmony Strategy for Irregularly Sampled Multivariate Time Series Analysis

下載地址:??https://arxiv.org/pdf/2412.12886v1??

1.研究背景

非均勻采樣多變量時間序列(ISMTS)在現(xiàn)實世界中非常普遍,例如醫(yī)療保健、氣象和交通等領(lǐng)域。這些數(shù)據(jù)由于傳感器故障、傳輸失真、成本削減策略等原因,采樣間隔不相同。而現(xiàn)在的大多數(shù)深度學習方法,都只能處理采樣間隔相同的時間序列,導致這類ISMTS問題建模困難。現(xiàn)有方法主要分為對原始不規(guī)則數(shù)據(jù)進行插補以轉(zhuǎn)換成規(guī)則序列,或者采用端到端建模方法,但沒有充分考慮不同變量之間的關(guān)系信息。本文針對該問題,提出了一種channel dependent和channel Independent相結(jié)合的建模方法,實現(xiàn)不規(guī)則時間序列變量間關(guān)系的刻畫。

通道間關(guān)系建模在不規(guī)則時序預(yù)測中的研究-AI.x社區(qū)

2.建模方法?

TimeCHEAT的核心,一方面是在每個patch內(nèi)部采用channel dependent建模策略,通過二部圖的學習建模內(nèi)部各個變量和各個時間戳的關(guān)系,充分捕捉patch內(nèi)的變量間關(guān)系。另一方面,對于不同patch之間,使用channel independent策略,用一個全局Transformer專注于建模時間維度間的關(guān)系。

通道間關(guān)系建模在不規(guī)則時序預(yù)測中的研究-AI.x社區(qū)

首先,對不規(guī)則時間序列按照等窗口長度、不重疊的分割成多個patch。每個patch內(nèi)部,包括多個變量在不同時間步的取值。為了充分刻畫這種不規(guī)則的變量、時間步對應(yīng)關(guān)系,以及各個變量之間的關(guān)系,文中采用二部圖進行建模。二部圖指的是由2種類型的點構(gòu)成,且每條邊都連接了兩種類型節(jié)點的圖。這個二部圖中,第一種類型的節(jié)點是channel,第二種類型的節(jié)點是時間步。根據(jù)觀測的信號將每個節(jié)點和每個時間步相連。為了將不規(guī)則序列轉(zhuǎn)換成規(guī)則的,再加一個等時間間隔的虛擬子圖,用GNN建模圖學習,去預(yù)測每個channel和這個虛擬子圖各個時間步之間的關(guān)系,最后用這個關(guān)系圖生成每個patch的embedding。

接下來,在得到每個patch的表征后,再全局使用channel Independent建模,專注于學習序列時間步之間的長周期關(guān)系,也避免學習長周期channel之間依賴關(guān)系帶來的過擬合等問題。這里直接將上一步的patch embedding輸入到Transformer中,通道獨立的進行建模,類似PatchTST的建模過程。

最后,Transformer的輸出作為不規(guī)則時間序列的表征。這個表征用于下游的分類、預(yù)測、填充等任務(wù)重。

3.實驗效果

本文基于TimeCHEAT模型,在分類、預(yù)測、填充等多個不規(guī)則時間序列預(yù)測任務(wù)中進行了效果對比,可以發(fā)現(xiàn)都取得了不錯的效果提升。

通道間關(guān)系建模在不規(guī)則時序預(yù)測中的研究-AI.x社區(qū)

本文轉(zhuǎn)載自??圓圓的算法筆記??


收藏
回復
舉報
回復
相關(guān)推薦