Ny AI-modell hanterar oregelbundna tidsserier utan att tappa träffsäkerhet

arXiv cs.AI

Forskare presenterar TIDES, en variant av så kallade state space models (en typ av sekvensmodell som konkurrerar med transformers), som löser ett klassiskt dilemma: tidigare modeller har antingen klarat oregelbundna tidsintervall i data eller haft hög uttryckskraft per datapunkt – men inte båda samtidigt. TIDES uppnår bästa genomsnittliga placering på UEA-riktmärket för tidsseriesklassificering och presterar bättre än eller likvärdigt med referensmodellen på 6 av 8 testdataset från områden som astronomi, jordbruk och klimat. Det praktiska intresset ligger i tillämpningar där data inte samlas in i jämna intervall – vilket är fallet för merparten av verkliga sensorer och mätningar.