测试时优化让冻结重构模型补全时间序列缺失通道

研究者（Björn Ludwig 等）在 arXiv 论文中提出一种测试时优化方法：将冻结的序列重构模型在推理阶段转为插补器，把缺失项作为优化变量，仅基于观测坐标最小化重构误差，无需掩码增强或重训练。 在五个真实数据集（每个测试窗口合成遮蔽一个通道）、四种重构架构的实验中，19/20 个数据集-骨干组合相比单次重构降低了 MAE；与掩码感知插补器相比，最优重构器在两个数据集上 MAE 最低、三个上略逊于最强基线。该方法推理时间显著增加，且效果对通道间耦合敏感。

AI 根据报道生成 · 6 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。