AdaST：面向时空预测的自适应耦合框架

AdaST 是一个自适应时空预测框架，通过"分解-重组"范式，用异质性感知专家将输入分解为不同耦合模式的组件，再由角色对齐模块处理并经相关性感知的自适应重组器整合输出预测。研究指出真实时空数据存在时间主导、空间主导和强耦合等不同耦合机制，现有方法隐含假设强时空耦合会导致虚假依赖和性能下降。该工作已被 NeurIPS 2026 主会接收，实验显示 AdaST 显著优于当前最优基线。