Framework di attenzione topologicamente consapevole per la previsione di serie temporali
Un nuovo articolo di ricerca introduce un framework di attenzione topologicamente consapevole che migliora la previsione di serie temporali incorporando la struttura geometrica derivata dall'omologia persistente e dalle trasformate caratteristiche di Eulero. Il framework, valutato su tre famiglie architetturali, utilizza un residuo locale con validazione a gate per catturare segnali topologici locali solo quando supportati da dati esterni. Lo studio segue un protocollo senza perdite con fasi separate di calibrazione, selezione e reporting.
Fatti principali
- arXiv:2605.03163
- Tipo di annuncio: cross
- L'abstract introduce un framework di attenzione topologicamente consapevole
- Utilizza omologia persistente (H0-H2)
- Utilizza trasformate caratteristiche di Eulero ancorate
- Utilizza canali kernel-Hilbert
- Il residuo locale con validazione a gate cattura segnali topologici locali
- Include un componente locale H0 in stile Zeng
- Valutati calcoli esatti di Vietoris-Rips e surrogati topologici lisci
- Protocollo senza perdite: calibrazione solo su training, selezione solo su validazione, reporting solo su test
- Valutato su tre famiglie architetturali: attenzione leggera/Ridge, PatchTSTForRegression, TimeSeriesTra
Entità
Istituzioni
- arXiv