DuoTS双上下文时间序列预测模型提出

Jung Min Choi等作者提交论文，提出双上下文时间序列预测模型 DuoTS。该模型先由并行 patch 编码器与线性预测头生成基础预测，再逐个未来 patch 逐步精修：每次精修同时使用关注近期 token 的当前上下文，以及提供检索类比及其后续轨迹的细节上下文，按时间距离为各未来片段匹配证据。 作者称，DuoTS 在多个真实数据集上达到 SOTA，消融实验验证了两种上下文的贡献；该精修机制与模型无关，可集成进现有预测模型。

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。