Discretizing Continuous Time Series for Imputation with Masked Diffusion Training
用于掩码扩散训练插补的连续时间序列离散化
机构 * Seoul National University(首尔大学)
AI总结 针对时间序列插补的现有方法存在的局限性,提出MDTIM模型,引入随机离散化技术,在多种基准上的实验显示其鲁棒性和可扩展性优于现有基线方法。
Comments Submitted to NeurIPS 2026
期刊&会议
Conference on Neural Information Processing Systems · 会议 · Machine Learning
用于掩码扩散训练插补的连续时间序列离散化
机构 * Seoul National University(首尔大学)
AI总结 针对时间序列插补的现有方法存在的局限性,提出MDTIM模型,引入随机离散化技术,在多种基准上的实验显示其鲁棒性和可扩展性优于现有基线方法。
Comments Submitted to NeurIPS 2026