MissPath-FM:部分观测时间序列的流匹配框架
热点事件持续更新
MissPath-FM:部分观测时间序列的流匹配框架
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
Genpei Zhang 等人提出 MissPath-FM,一个面向部分观测时间序列的流匹配框架。它重新设计源先验与概率路径:用插值先验和高斯过程后验先验等结构化源先验,让流从接近观测信号处初始化,并配合缺失感知平滑路径,在观测与缺失区域间非对称分配传输。 据该研究称,MissPath-FM 在 T=48 的 32 个设定中胜出 29 个,全部 48 个设定中胜出 45 个(93.8%),论文已被 NeurIPS 2026 接收。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
MissPath-FM:面向部分观测时间序列的结构化先验流匹配报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- arXiv · cs.LGMissPath-FM:面向部分观测时间序列的结构化先验流匹配
MissPath-FM 是一种面向部分观测时间序列的流匹配框架,通过插值先验和高斯过程后验先验等结构化源先验,让流从接近观测信号处初始化,并配合缺失感知平滑路径在观测与缺失区域间非对称分配传输。
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。