Previsione Spaziotemporale Migliorata dal Bilanciamento Dimensionale

Un nuovo framework da arXiv (2605.18793) propone che bilanciare le dimensioni spaziali e temporali migliori la previsione spaziotemporale su larga scala. Utilizzando misure di entropia come indicatori diagnostici, i ricercatori hanno scoperto che le discrepanze tra complessità spaziale e temporale sono correlate a una maggiore incertezza di previsione sotto budget fissi di capacità del modello. Il metodo comprime la dimensionalità spaziale tramite embedding a basso rango di matrici, estendendo al contempo gli orizzonti temporali per catturare dipendenze a lungo raggio. Questo approccio mira a superare i colli di bottiglia prestazionali in campi come il traffico urbano, la meteorologia e il monitoraggio della salute pubblica, dove i metodi esistenti producono solo miglioramenti incrementali e una limitata trasferibilità tra domini.