arXiv cs.LG· Chia-Han Kuo, Chengshuai Zhao, Huan Liu, Lo Pang-Yun Ting·· 4 天前AI 评分33
ACTS-WM：面向时间序列的自监督潜动作条件世界模型
Self-Supervised Latent Action-Conditioned World Modeling for Time Series
AI 导读
研究人员提出时间序列分析框架 ACTS-WM，无需显式标注即可推断序列转换背后的隐式动作，构建自监督潜动作条件世界模型。该框架结合 JEPA 编码器与动作条件世界模型，基于学得的潜动作及任务信息预测目标时间序列表示。在 22 个跨领域数据集的 4 类预测与分类任务评估中，ACTS-WM 相比预训练 JEPA 编码器取得了更优的下游性能。
来源：arXiv cs.LG · arxiv.org