专栏名称: 机器学习研究组订阅

连接人工智能技术人才和产业人才的交流平台

目录

相关文章推荐

爱可可-爱生活 · 【[207星]Deep Research ... · 昨天

爱可可-爱生活 · 通俗版解读查看图片-20250210071805 · 昨天

爱可可-爱生活 · 【[29星]Episodic Memory ... · 3 天前

爱可可-爱生活 · 【[966星]Typr：Neovim上最漂亮 ... · 3 天前

新智元 · Ilya又回来了！神秘初创SSI估值200亿 ... · 3 天前

51好读 › 专栏 › 机器学习研究组订阅

【NeurIPS2024】用于时间序列预测的检索增强扩散模型

机器学习研究组订阅 · 公众号 · AI · 2024-11-04 19:02

正文

尽管时间序列扩散模型在许多最新的研究中受到了广泛关注，但现有模型的性能仍然非常不稳定。限制时间序列扩散模型的因素包括时间序列数据集不足以及缺乏指导。为了解决这些限制，我们提出了一种 检索增强时间序列扩散模型 （RATD）。RATD 框架由两个部分组成：基于嵌入的检索过程和参考引导的扩散模型。在第一部分中，RATD 从数据库中检索与历史时间序列最相关的时间序列作为参考。这些参考在第二部分中被用于指导去噪过程。我们的方法通过利用数据库中的有意义样本来辅助采样，从而最大化数据集的利用率。同时，这种参考引导机制也弥补了现有时间序列扩散模型在指导方面的不足。在多个数据集上的实验和可视化结果展示了我们方法的有效性，尤其是在复杂的预测任务中。我们的代码已发布在： https://github.com/stanliu96/RATD

想要了解更多资讯，请扫描下方二维码，关注机器学习研究会

请到「今天看啥」查看全文

推荐文章

爱可可-爱生活 · 【[207星]Deep Research Py：在终端里就能进行-20250210133709

昨天

爱可可-爱生活 · 通俗版解读查看图片-20250210071805

昨天

爱可可-爱生活 · 【[29星]Episodic Memory Benchmark：-20250208141604

3 天前

爱可可-爱生活 · 【[966星]Typr：Neovim上最漂亮的打字练习插件，附带-20250208142225

3 天前

新智元 · Ilya又回来了！神秘初创SSI估值200亿美元，5个月翻4倍，但没产品没收入

3 天前

机器之心 · 学界 | Facebook ICLR 2017研究成果概述，对话研究的创新与优势

7 年前

XYSTRATEGY · 【兴业策略重磅！“一起去看电动车”联合调研邀请函】

7 年前

InfoQ · Tera技术如何支撑百度百亿级实时搜索？|百度沙龙免费招募倒计时

7 年前

刑事备忘录 · 以生殖器插入与否作为强奸既遂判断标准的判例一则

7 年前

美美耶 · “如何一招发现对象有没有奸情？”

7 年前

Sov5搜索 · 小百科 · 今天看啥 · 移动版

51好读 - 好文章就要读起来!