多模态预测器:联合预测时间序列和文本数据
本研究提出了一种新颖的文本引导时间序列预测任务(TGTSF)及其基准模型TGForecaster,利用交叉注意机制融合文本与时间序列数据,验证了其在多种数据集上的优越性能,推动了多模态数据集成的发展。
原文中文,约300字,阅读约需1分钟。
本研究提出了一种新颖的文本引导时间序列预测任务(TGTSF)及其基准模型TGForecaster,利用交叉注意机制融合文本与时间序列数据,验证了其在多种数据集上的优越性能,推动了多模态数据集成的发展。