热点事件持续更新
QiYao-I:面向不规则多元时间序列预测的流形基础模型
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月7日,研究者在arXiv(Machine Learning Theory)发布QiYao-I,一种面向不规则多元时间序列预测的流形基础模型,针对观测采样不规则、跨变量异步记录的问题。该模型引入采样条件化的时序流形注意力机制,将真实时间戳映射到可学习的时序流形特征空间,并在注意力层注入时序流形偏置;同时提出带频率感知能力的动态变量交互机制。目前公开信息仅涉及模型方法设计,未见实验结果、代码或进一步进展报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
2026-10-07,QiYao-I论文发布,提出采样条件化时序流形注意力与频率感知动态变量交互机制。报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv · Machine Learning TheoryQiYao-I:面向不规则多元时间序列预测的流形基础模型
研究者提出 QiYao-I,一种面向不规则多元时间序列预测的流形基础模型,用于处理观测采样不规则、跨变量异步记录的问题。模型引入采样条件化的时序流形注意力机制,将真实时间戳映射到可学习的时序流形特征空间,并在注意力层注入时序流形偏置,同时提出带频率感知能力的动态变量交互机制。
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。