arXiv · AI· Chia-Han Kuo, Chengshuai Zhao, Huan Liu, Lo Pang-Yun Ting·· 9 小时前AI 评分29
ACTS-WM：用于时间序列的自监督隐动作条件世界模型
Self-Supervised Latent Action-Conditioned World Modeling for Time Series
AI 导读
研究提出自监督隐动作条件世界模型框架 ACTS-WM，用于时间序列分析。该框架通过推断时间序列转换背后的潜在动作信息，并据此预测目标时间序列表示。 在 22 个数据集上的 4 项代表性任务评估显示，ACTS-WM 通过学习互补表示，提升了下游任务性能，优于预训练的基于 JEPA 的编码器。
来源：arXiv · AI · arxiv.org