arXiv · cs.AI· Shengnan Guo·· 13 天前AI 评分18
VaryST：面向开放世界的可泛化时空预测模型
VaryST: Generalizable Spatio-Temporal Forecasting Beyond the Closed-World Setting
来源与原文
arXiv · cs.AI
作者：Shengnan Guo
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.19813v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
VaryST 是一个从零训练的紧凑时空预测模型，通过从长期历史中构建节点表示、动态选择功能相关的支持节点、并在训练中选择性掩码关键历史片段，来应对时间分布演化、空间域变化和观测缺失。在六个真实数据集上对比十七个基线，VaryST 在域内精度相当的同时，显著提升零样本和少样本泛化能力，并对观测可用性变化保持稳健。
来源：arXiv · cs.AI · arxiv.org