AITOP

STPP

共 2 条相关 AI 资讯
7月2日
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SeahorseSTPP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。
原文
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HawkesNestSTPP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。
原文