CVTA跨变量时序注意力框架获NeurIPS 2026录用

2026年10月18日，Ankitkumar Joshi与Milos Hauskrecht在arXiv发布CVTA框架，该框架专为多变量不规则时间序列设计，通过变量条件嵌入将异构变量映射至特定隐空间，并利用时间注意力机制捕捉跨变量依赖关系。 该框架作为辅助模块集成到现有SOTA预测模型中，在多个现实基准测试中展现出强大的短时预测精度，并支持高效的在线推理。 CVTA论文已被NeurIPS 2026主赛道正式录用，论文提出了基于紧凑、可解释状态总结最近时间动态的短时连续时间预测方法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。