arXiv cs.LG· Shengnan Guo, Jinjun Cheng, Xiaowei Mao, Jianhao Zhang, Haochen Lv, Yang Jiang, YiHeng Huang, Yan Lin, Youfang Lin, Huaiyu Wan·· 7 小时前AI 评分22
VaryST：突破封闭世界设定的可泛化时空预测模型
VaryST: Generalizable Spatio-Temporal Forecasting Beyond the Closed-World Setting
AI 导读
VaryST 是一个从零训练的紧凑时空预测模型，通过从可用长期观测中动态构建预测上下文，实现跨环境泛化。它从长期历史中推导节点表示以应对时间变化，动态选择功能相关的支持节点以适配空间变化，并选择性掩码历史 patch 以应对观测可用性波动。在六个真实数据集、十七个基线对比中，VaryST 取得强域内精度，显著提升时空变化下的零样本与少样本泛化能力。
来源：arXiv cs.LG · arxiv.org