arXiv · ML· Zelong Tian, Ming Jin, Bo Du, Shirui Pan·· 29 天前AI 评分27
从频率视角重新审视时间序列 Tokenization:提出无参数 TimeFT 分词器
Rethinking Time Series Tokenization from a Frequency Perspective
AI 导读
针对现有时间序列 Tokenization 策略引入频谱失真问题,论文提出基于频率域的 TimeFT 分词器。 TimeFT 通过频率域分区、频率偏移和 Nyquist 采样生成 Token,无参数且计算复杂度低,可作为现有分词器的直接替换方案。 实验表明,TimeFT 在预测、分类和异常检测任务中均显著提升性能,该论文已被 NeurIPS 2026 接收。
来源:arXiv · ML · arxiv.org