arXiv ID:
2603.02756
通过结构分层校准重新思考时间序列领域泛化 / Rethinking Time Series Domain Generalization via Structure-Stratified Calibration
1️⃣ 一句话总结
这篇论文提出了一种新的时间序列领域泛化方法,它通过先识别并分组结构相似的数据样本,再在组内进行校准对齐,有效避免了不同来源数据因内在动力系统结构不同而导致的错误关联,从而在零样本设置下显著提升了模型在多个真实数据集上的泛化性能。