NEST: Tackling Dataset-Level Distribution Shifts via Regime-Oriented Mixture-of-Experts
arXiv:2607.06607v1 Announce Type: new Abstract: Accurate long-term forecasting in complex systems is frequently compromised by dataset-level distribution shifts, where diverse underlying behavioral modes and evolving system states drive the dynamic multivariate time-series. While existing methods predominantly focus on local temporal shifts, they fail to explicitly model the global structural challenge where datasets are composites of distinct operational regimes. In this paper, we propose NEST,...
arXiv cs.LG
·Lanhao Li, Bingshu Xie, Lijun Sun, Xin Xue, Haoyi Zhou, Jianxin Li
·
// relacionados
Leia também
Blog
Como reduzir o orçamento de tokens sem reduzir a equipe
Blog
Google Research apresenta o SensorFM: um modelo de fundação para saúde vestível pré-treinado com um trilhão de minutos de dados de sensores
Blog
TypeProbe: Recuperando representações de tipos a partir dos estados ocultos de modelos de código pré-treinados
Blog