arXiv · Machine Learning· Jonas Petersen, Pratik Jawahar, Riccardo Maggioni, Gian-Alessandro Lombardi, Matteo Cozzi, Marek Gajewski, Federico Martelli, Camilla Mazzoleni, Philipp Christian Petersen·· 10 小时前AI 评分33
KITE：面向时间序列事件预测的知识注入式时序编码器
KITE: A Knowledge-Injected Temporal Encoder for Time-Series Event Forecasting
AI 导读
KITE 将工程师掌握的语义先验注入自监督事件预测器，通过可切换的协变量机制和注意力偏置机制，为多变量时间序列中的罕见高代价事件提供预测。在短上下文中，周期时钟先验和守恒残差分别使 pooled h-AUROC 较无先验基线提高 14%（p<0.001）和 47%（标签比例为 0.25）；有效先验在域外提升 53%，而注意力偏置机制未显示可测量增益。
来源：arXiv · Machine Learning · arxiv.org