TT-SAX：为时间序列符号化补上趋势信息

Zhao Tan 等人提出 TT-SAX，一种面向自然语言形状查询的两轨时间序列符号化方法。它对经典 SAX 做最小改造：保留原有的层级字母，为每个分段新增一个趋势字母，趋势在相邻分段之间测量，并按查询所用形容词分级。作者称，经典符号化存在方向缺失、方向测量尺度过小、字母任意三项局限，消融实验逐项验证了增益来源。 在 NLQTSBench 基准的形状查询任务上，TT-SAX 的表现优于六种经典符号化方法，实验覆盖六款 LLM。上述比较结果来自作者论文，尚待独立复现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。