AVATAR：用于时间序列生成的对抗自编码器和自回归精炼

本研究针对生成时间序列数据面临的特殊挑战，提出了AVATAR框架，该框架结合了对抗自编码器（AAE）和自回归学习，以同时获取真实数据分布的概率和时间步骤的条件分布。研究表明，该方法在生成数据的质量和实际应用价值上显著提升，能够更好地捕捉时间序列数据的内在动态特征。