temporal-aggregation

本文形式化了时间序列预测中的“粒度悖论”，表明更细的时间解聚会改善样本内拟合，但由于递归误差传播而降低样本外精度，并在不同粒度上对多种模型进行基准测试。

本文介绍了DEPOOL，一个受控基准，评估了六种时序聚合架构在六种冻结语音主干网络上的表现，用于双人交互中的抑郁检测，发现许多配置会坍缩为单类别预测，并且鲁棒性应作为一个关键标准。

提出ReTAMamba，一种使用基于Mamba的可靠性感知时间聚合进行不规则临床时间序列预测的方法，在MIMIC-IV、eICU和PhysioNet 2012上取得了显著的AUPRC提升。