Компьютерные науки > Машинное обучение [представлено 27 октября 2026 года] Название: " Учеба из точек и папок: предварительно подготовленный гибридный трансформатор внимания для анализа временных рядов, вид PDF HTML (экспериментальный) резюме: данные временнóго ряда, генерируемые веб-услугами и связанными с ними прикладными системами поддержки, такими как анализ деятельности пользователей, мониторинг услуг и управление ресурсами. Вместе с тем передача данных из различных временных рядов по-прежнему сопряжена со значительными трудностями в связи с различными временными схемами, продолжительностью переменных последовательностей и ограниченным качеством аннотаций. Несмотря на успех предварительной подготовки по естественной языковой обработке и компьютерному видению, для эффективной предварительной подготовки временных рядов необходимо разработать стратегии с учетом временн*х данных. Мы предлагаем проект TimeHAT ( " Hybrid Evenue Transformer &qt; ) - общую предварительную программу подготовки кадров для анализа временных рядов, в которой рассматриваются два дополнительных вопроса: чему учиться и как учиться. Для того чтобы научиться, мы введем Единую стратегию мяч-пэтч (УППМ), которая объединяет точечный и дифференцированный надзор в единых рамках для контекстуальной реконструкции и когнитивной экстраполяции, что позволяет модели отражать как тонкие временные колебания, так и более широкие временны́е структуры. Для того чтобы научиться, мы разрабатываем гибридный…
Учимся на площадках и рамах: предварительно обученный гибридный трансформатор внимания для анализа временных рядов
arXiv: 261 036 557272v1 Тип уведомления: новое резюме: данные временных рядов, генерируемые вебуслугами и связанными с ними прикладными системами поддержки, такими как анализ деятельности пользователей, контроль за обслуживанием и управление ресурсами. Вместе с тем передача данных из различных временных рядов по-прежнему сопряжена со значительными трудностями в связи с различными временными схемами, продолжительностью переменных последовательностей и ограниченным качеством аннотаций. Несмотря на успех предварительной подготовки по естественной языковой обработке и компьютерному видению, для эффективной предварительной подготовки временных рядов необходимо разработать стратегии с учетом временн*х данных. Мы предлагаем проект TimeHAT ( " Hybrid Evenue Transformer &qt; ) - общую предварительную программу подготовки кадров для анализа временных рядов, в которой рассматриваются два дополнительных вопроса: чему учиться и как учиться. Для того чтобы научиться, мы введем Единую стратегию махинации с точками и пачками (СМПШ), которая объединяет контроль на точечном и многоуровневом уровнях в единых рамках для контекстуальной реконструкции и причинно-следственной экстраполяции, что позволяет th