时空点过程相关 AI 资讯 · AI 热点

7月2日

11:17

11:17

官方账号arXiv cs.LG@Yahya Aalaila, Mouad Elhamdi, Gerrit Großmann, Daniel Jenson, Elizaveta Semenova, Sebastian Vollmer

本文研究时空点过程模型在事件历史稀疏时的泛化能力，使用AlphaEarth嵌入作为线性空间上下文。在固定log-Gaussian Cox过程骨干下，对比仅事件模型与加入AlphaEarth的模型。在8个留出区域的紧急医疗服务（EMS）预测任务中，AlphaEarth在所有历史长度（w=1-104周）上均提升留出区域预测性能。尤其在w=1-2周的稀疏历史下，提升达2到6倍；在w=20-104周时提升约10%到20%。

论文 AlphaEarth EMS 时空点过程预测

推荐理由：AlphaEarth用空间上下文帮EMS预测在历史稀疏时性能提升了2-6倍，实实在在的效果。

11:10

11:10

官方账号arXiv cs.LG@Yahya Aalaila, Gerrit Großmann, Sebastian Vollmer

Seahorse是一个统一基准框架，用于可重复的时空点过程（STPP）实验。它通过编码-演化-解码接口形式化神经STPP，并在单一可执行协议下训练、调优和评估所有模型家族。Seahorse附带HawkesNest合成压力测试套件，能暴露不同模型家族（如强度模型、条件密度模型）在复杂事件模式下的归纳偏差。该框架解决了现有实现因预处理、坐标归一化等差异导致的比较不可靠问题。

论文 Seahorse STPP 时空点过程基准测试神经点过程

推荐理由：这篇论文搞了个Seahorse框架，专门统一各种时空事件模型的评测标准，还带压力测试套件，能看清哪个模型在复杂场景下更强。

6月16日

10:57

10:57

官方账号arXiv cs.LG@Yahya Aalaila, Sumantrak Mukherjee, Gerrit Großmann, Sebastian Vollmer

HawkesNest是一个基于多元Hawkes骨干的生成器对齐基准，定义了空间-时间纠缠、背景异质性、跨类型交互和域拓扑四个复杂度轴。每个轴关联一个从潜在数据生成机制中计算出的确定性索引。在固定全局速率、稳定性和模拟预算下改变这些轴，可对STPP模型进行诊断压力测试。实验验证了索引的单调性和近似正交性。Hawkes系列基线在联合异质性与纠缠复杂度下退化，AutoSTPP在空间-时间纠缠单独增加时表现脆弱。

论文 HawkesNest STPP 时空点过程基准测试复杂度分析

推荐理由：想检验你的时空点过程模型？HawkesNest提供了四个可控复杂度轴，能精准发现模型在空间-时间纠缠等场景下的弱点。