LOTUS提出预测锚定时间序列预训练方法
热点事件持续更新
LOTUS提出预测锚定时间序列预训练方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Van Dai Do等作者提出名为LOTUS的时间序列预训练方法，其核心是“预测锚定”（forecast grounding）原则：要求与语言对齐的时间序列表示在被适配到下游任务之前，仍保持对未来演化的预测能力。 具体做法上，该方法将每个时间序列通道切分为不重叠的patch并映射到LLM嵌入空间，通过LLM隐藏状态预测下一个patch，同时提出融合原始patch与频谱表示的时间-频谱patch表示。 该研究以预印本形式发布于arXiv cs.CL，作者称这一原则用于指导语言对齐时间序列表示的预训练。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
LOTUS：通过预测未来学习理解时间序列的预训练方法报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CLLOTUS：通过预测未来学习理解时间序列的预训练方法
LOTUS 提出"预测锚定"（forecast grounding）预训练原则，要求语言对齐的时间序列表示在下游任务适配前保持对未来演化的预测能力。该方法将每个时间序列通道切分为不重叠的 patch 并映射到 LLM 嵌入空间，通过 LLM 隐藏状态预测下一个 patch，同时提出融合原始 patch 与频谱表示的时间-频谱 patch 表示。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月15日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。