热点事件持续更新
研究重评神经时间点过程与Hawkes过程并开源TorchPP
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年11月5日，arXiv stat.ML发布的一项系统重评研究显示，只要为经典Hawkes过程配备灵活且可学习的基线与核函数，其与神经时间点过程（neural TPPs）此前被报道的性能差距基本消失。在5个基准数据集以及UK Biobank、MIMIC-IV医疗数据集上的测试进一步表明，神经时间点过程的优势主要体现在预测时间，而非事件类型。目前，研究团队已开源统一实现框架TorchPP。
AI 根据报道生成 · 50 分钟前更新
最新进展11月5日 13:00
研究显示灵活强度的经典Hawkes过程性能可比肩神经TPPs，团队已开源TorchPP。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv stat.ML全面重评 Hawkes 过程与神经时间点过程：灵活强度的重要性
系统重评研究表明，只要为经典 Hawkes 过程配备灵活可学习的基线与核函数，其与神经时间点过程（neural TPPs）此前被报道的性能差距基本消失。在 5 个基准及 UK Biobank、MIMIC-IV 医疗数据集上的测试显示，神经 TPPs 的优势主要在于预测时间而非事件类型；团队已开源统一实现框架 TorchPP。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。