研究者提出贝叶斯时间感知注意力BTA
热点事件持续更新
研究者提出贝叶斯时间感知注意力BTA
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Xinjie Lan 等研究者提出贝叶斯时间感知注意力（BTA），用于非平稳长期时间序列预测。该方法用 MoE 路由器自适应组合时间核，生成以输入为条件、按注意力头定制的位置偏置，以替代难以应对非平稳序列的静态位置编码。 研究者将自注意力解释为对关注位置的贝叶斯后验，并推导出总体级 ELBO 来分析位置编码的作用。据该研究，在标准 LTSF 基准上，BTA 在多种 Transformer 骨干上持续提升预测性能，计算开销适中且训练稳定。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
超越静态位置编码：面向非平稳长期时间序列预测的贝叶斯时间感知注意力报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.LG超越静态位置编码：面向非平稳长期时间序列预测的贝叶斯时间感知注意力
研究者提出贝叶斯时间感知注意力（BTA），用 MoE 路由器自适应组合时间核，生成以输入为条件、按注意力头定制的位置偏置，以解决静态位置编码难以应对非平稳时间序列的问题。该方法将自注意力解释为对关注位置的贝叶斯后验，并推导出总体级 ELBO 分析位置编码的作用。在标准 LTSF 基准上，BTA 在多种 Transformer 骨干上持续提升预测性能，计算开销适中且训练稳定。
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。