跳到正文
原文
arXiv cs.LG· Zelong Tian, Ming Jin, Bo Du, Shirui Pan·· 12 天前AI 评分41

从频域视角反思时间序列 Tokenization

Rethinking Time Series Tokenization from a Frequency Perspective

AI 导读

针对现有时间序列分词策略易引入频谱失真并损害表征的问题,新提出的频域分词器 TimeFT 实现了近乎无失真的时序建模。该方法通过频域划分、频移和奈奎斯特采样生成 token,具备无参数、计算复杂度极低的特性,可作为现有分词器的即插即用替代方案。实验表明,TimeFT 在预测、分类和异常检测等任务中均能显著提升模型性能。

来源:arXiv cs.LG · arxiv.org