📄ArXiv AI•較早收集於 9h
AdaMamba：革新長期時間序列預測
💡新型 Mamba 變體透過適應性頻率門控碾壓 LTSF 基準。開源可用！
⚡ 30-Second TL;DR
有什麼變化
引入互動式補丁編碼捕捉變數間互動動態。
為什麼重要
AdaMamba 解決時間序列的跨領域異質性，提升金融與能源等真實應用準確度。其效率保留 Mamba 的可擴展性，適合生產環境 LTSF 任務。
下一步行動
複製 AdaMamba GitHub 儲存庫，並在您的 LTSF 資料集上與基準測試比較。
誰應關注：Researchers & Academics
關鍵要點
- •引入互動式補丁編碼捕捉變數間互動動態。
- •開發適應性頻率門控狀態空間，使用輸入依賴頻率基底。
- •將時間遺忘門泛化為統一時頻版本，实现動態校準。
- •在 7 個公開 LTSF 基準及 2 個領域特定資料集上超越 SOTA。
- •開源程式碼：https://github.com/XDjiang25/AdaMamba。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ArXiv AI ↗