研究者提出MARO时间序列预测模型
热点事件持续更新
研究者提出MARO时间序列预测模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Jung Min Choi等研究者提出MARO时间序列预测模型，从最近patch到最旧patch处理回看窗口，以最近patch为锚点初始化隐状态并条件化后续每一步，使旧patch被折叠进以近期证据为中心的表示。 该模型每一步复用同一共享模块，向更早历史延伸扫描不增加参数，并保留扫描中的中间状态供预测头分别权衡短期与长期历史。研究者在多个真实时间序列数据集上报告，MARO在长期与短期预测上均达到SOTA。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
MARO：面向时间序列预测的最近锚定与循环排序模型报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGMARO：面向时间序列预测的最近锚定与循环排序模型
研究者提出 MARO，一种从最近 patch 到最旧 patch 处理回看窗口的时间序列预测模型，以最近 patch 作为锚点初始化隐状态并条件化后续每一步，使旧 patch 被折叠进以近期证据为中心的表示。该模型在每一步复用同一共享模块，向更早历史延伸扫描不增加参数，并保留扫描中的中间状态供预测头分别权衡短期与长期历史。在多个真实时间序列数据集上，MARO 在长期与短期预测上均达到 SOTA。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。