待验证50% 置信事实精确时间
非平稳时间序列在多尺度框架下会出现尺度漂移问题,即不同时间分辨率上的周期长度或趋势斜率可能随环境变化而改变,导致粗尺度预测向细尺度传递的信息出现偏差。
1
来源数
50%
置信度
长期有效
时效性
2026/11/17
首次发现
来源
涉及实体
相关事实
待验证线图对数值变化(如幅度缩放和偏移)敏感,而延迟嵌入对幅度和偏移不敏感,两者展现出相反的不变性轮廓。74% 相似待验证传统时间序列预测模型面临多尺度输入与单尺度输出之间的错位问题,限制了预测能力。73% 相似待验证现有自适应秩方法通常依据梯度范数或激活统计量来调整秩,这些信号与‘当前秩是否足够’之间隔着多层非线性变换,导致秩变化难以追溯原因。72% 相似待验证统计距离大的偏移可能被实例归一化的等变性吸收,而统计距离小的偏移若破坏等变假设(如改变序列形状或频率结构),反而造成显著退化。71% 相似待验证快速运动场景还叠加了时间采样问题:帧间位移过大时,模型难以在相邻帧之间建立可靠的对应关系,导致拖影和抖动。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1179847API
curl https://kongchang.com/api/v1/knowledge/claims/1179847MCP
get_claim(id=1179847)