arXiv cs.LG· Anidipta Pal·· 29 天前AI 评分35
SSU-LSF：面向地表预测非平稳偏差的状态空间机器遗忘
State-Space Unlearning for Non-Stationary Bias in Land Surface Forecasting
AI 导读
SSU-LSF 是首个专为地球科学 Mamba 状态空间模型设计的机器遗忘框架，用于消除未记录灌溉等非平稳事件在地表预测中引入的偏差。在 CropHarvest、NDVI-LST 和 ERA5 基准测试中，该方法混杂消除率分别达 0.773、0.821 与 0.859。其在 3-5 个 epoch 内即可收敛，GPU 成本比完全重训降低 8.4 倍。
来源：arXiv cs.LG · arxiv.org