跳到正文
热点事件持续更新

PACT实现时序基础模型循环域增量适配

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Sachith Abeywickrama等作者提出PACT(Piecewise Adaptation via Chart Transport)方法,用于时间序列基础模型的域增量适配。该方法将冻结的源嵌入空间划分为局部图表,只为受新工况影响的区域学习轻量残差传输,预训练编码器、分类头与已学传输均保持固定。 作者称,每个新工况仅需5%标注校准数据,推理时无需知道工况身份,在四工况轴承故障流上平均macro-F1保持0.95以上。代码已开源。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    PACT:时间序列基础模型的循环域增量适配方法

    PACT(Piecewise Adaptation via Chart Transport)通过将冻结的源嵌入空间划分为局部图表、仅为受新工况影响的区域学习轻量残差传输,实现时间序列基础模型的域增量适配。该方法每个新工况仅需 5% 标注校准数据,推理时无需知道工况身份,在四工况轴承故障流上平均 macro-F1 保持 0.95 以上。预训练编码器、分类头与已学传输均保持固定,代码已开源。

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。