DiTS：面向协变量感知预测的多模态扩散Transformer

研究者提出 DiTS，一种面向协变量感知时间序列预测的多模态扩散 Transformer。它把内生目标与外生协变量当作不同模态，联合条件化未来生成。 DiTS 引入 Time-aligned Modulation，在 AdaLN 基础上利用时间对齐先验，从对齐协变量与扩散时间生成 patch 级调制参数，并配合 flow matching，使协变量依赖的分布信息参与速度预测。作者称，这对协变量感知预测更具针对性。 该工作由 Haoran Zhang 等作者以论文形式提交，目前为 arXiv cs.LG 分类下的预印本。

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。