arXiv · cs.AI · Jenna L. Ballard, Zijie Pan, Shivani Shekhar, Yiming Bian, Yun-Shiuan Chuang, Avinash Thangali, Uma Kona, Linsey Pang, Prakhar Mehrotra · 8 小时前模型评分35
MoTIF：用混合专家注意力将不规则时间序列分解为可解释时间模式
Decomposing Irregular Time Series into Interpretable Temporal Patterns with Mixture-of-Experts
导读
研究团队提出 MoTIF，用混合专家（MoE，Mixture-of-Experts）注意力把不规则时间序列分解为分钟到年级别的时间模式，并通过无标签路由监督让各专家对应特定周期模式。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：金融
事件类型：研究发布
证据摘录
- “We introduce MoTIF, an interpretable framework using mixture-of-experts (MoE) attention to decompose irregular time series into temporal patterns spanning minute-to-year scales.”
来源：arXiv · cs.AI · arxiv.org