Chameleon模型提出：基于状态空间模型的多变量时间序列预测

arXiv最新论文提出Chameleon模型，一种针对多变量时间序列预测的通道依赖型状态空间模型。该模型通过结合选择性状态空间模型（Selective SSM）与卡尔曼滤波，实现变量间的数据依赖交互。其核心优势在于计算复杂度随变量数量呈线性增长，旨在通过细粒度交互提升预测效率。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。