热点事件持续更新
CADENCE双专家网络在UCR时序分类上接近HIVE-COTE 2.0
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv发表CADENCE，一种纯CPU原生双专家时序分类架构，在109个UCR数据集平均准确率0.8864，比HIVE-COTE 2.0低0.31个百分点，每数据集平均耗时17.53秒；通过内部验证元路由器在纯专家路由与置信度加权软融合间动态选择，代码和评估脚本已公开。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Machine LearningCADENCE：置信度自适应双专家网络用于快速准确的时间序列分类
CADENCE 是一种纯 CPU 原生的双专家架构，在 109 个 UCR 数据集上平均准确率 0.8864，仅比 HIVE-COTE 2.0 低 0.31 个百分点。每个数据集平均耗时 17.53 秒，通过内部验证元路由器在纯专家路由与置信度加权软融合间动态选择。代码和评估脚本已公开。
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。