准确的恢复是否必要？一种面向任务的缺失值填充方法用于变量子集的时间序列预测

本文针对变量子集预测中的挑战，提出了一种新的面向任务的缺失值填充方法TOI-VSF。该框架通过自监督填充模块和联合学习策略，强调在填充缺失变量的同时支持下游预测任务，而不仅仅关注精确恢复数据。实验结果显示，TOI-VSF在四个数据集上表现优越，平均提升了$15\%$的预测效果。