RDTU：时间序列预测的机器遗忘框架
热点事件持续更新
RDTU：时间序列预测的机器遗忘框架
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
研究者提出机器遗忘框架 RDTU，用于在时间序列预测中删除敏感或损坏数据。该方法用残差扩散生成反事实预测的伪标签场来指导轻量模型更新：先用保留集神经正切核预测器得到与删除兼容的基础预测，再量化受影响窗口的全局与局部结构支持度。 实验显示，RDTU 产出的遗忘模型与完全重训练的结果最为接近。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
RDTU：面向时间序列预测的残差扩散机器遗忘框架报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGRDTU：面向时间序列预测的残差扩散机器遗忘框架
针对时间序列预测中删除敏感或损坏数据的需求，研究者提出机器遗忘框架 RDTU，用残差扩散生成反事实预测的伪标签场来指导轻量模型更新。该方法先用保留集神经正切核预测器得到与删除兼容的基础预测，再量化受影响窗口的全局与局部结构支持度。实验显示 RDTU 产出的遗忘模型与完全重训练的结果最为接近。
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。