BriefGPT - AI 论文速递
·
增加与稀疏：用于时间点过程的扩散
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
ADD-THIN是一种基于整个事件序列的原则性概率去噪扩散模型，可以自然地处理具有离散和连续分量的数据。实验表明，该模型在密度估计方面与最先进的TPP模型相匹配，并在预测方面明显优于它们。
🎯
关键要点
- ADD-THIN是一种基于整个事件序列的原则性概率去噪扩散模型。
- 该模型能够自然地处理具有离散和连续分量的数据。
- 实验表明，ADD-THIN在密度估计方面与最先进的TPP模型相匹配。
- 在预测方面，ADD-THIN明显优于现有的TPP模型。
➡️
