MASCIT：掩码感知状态空间分类器处理不规则时间序列

Yoo-Min Jung、Hyeon-Gi Kim 和 Jonghun Park 提出掩码感知状态空间分类器 MASCIT，通过向编码器提供观测掩码并在门控时间聚合中排除无效步，处理异步观测、缺失值、不等长和非均匀采样的自然不规则时间序列。 在 34 个不规则时间序列数据集上，MASCIT 取得最强聚合点估计，是唯一在每个数据集上都有三随机种子结果的神经模型，并在六项重叠不规则性指标上保持最低点排名。该工作已被 APIEMS 2026 接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。