HyperForecast:双曲空间长时序预测框架
热点事件持续更新
HyperForecast:双曲空间长时序预测框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
研究者 Sarang Rajendra Patil、Vishal Fenn 和 Mengjia Xu 提交论文预印本,提出 HyperForecast——他们称其为首个在双曲空间中运行的长时时间序列预测(LTSF)框架。 该框架将分解后的时序片段嵌入 Poincaré 球,用径向距离刻画频率层级。目前信息来自 arXiv cs.AI 分类的预印本,尚未见性能实测结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
HyperForecast:基于可学习分解与流形动力学的双曲时间序列预测框架报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.AIHyperForecast:基于可学习分解与流形动力学的双曲时间序列预测框架
研究者提出 HyperForecast,首个在双曲空间中运行的长时时间序列预测(LTSF)框架,将分解后的时序片段嵌入 Poincaré 球,用径向距离刻画频率层级。
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。