Bridge-TS：利用先验知识改进时间序列插补

Research Paper#Time Series Analysis, Generative Models, Imputation🔬 Research|分析: 2026年1月3日 16:00•
发布: 2025年12月29日 19:52
•
1分で読める
•ArXiv

分析

本文解决了时间序列插补的问题，这是各个领域中的关键任务。它通过关注生成模型中使用的先验知识来进行创新。核心贡献在于“专家先验”和“组合先验”的设计，以指导生成过程，从而提高插补精度。使用预训练的Transformer模型和数据到数据的生成方法是关键优势。
引用 / 来源
查看原文
"Bridge-TS reaches a new record of imputation accuracy in terms of mean square error and mean absolute error, demonstrating the superiority of improving prior for generative time series imputation."
A
ArXiv2025年12月29日 19:52
* 根据版权法第32条进行合法引用。
较旧

OpenAI's Codex sure knows a lot about HN [video]

较新

Harmony: OpenAI's response format for its open-weight model series

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv