Hugging Face · 每日论文· 媒体 / 作者来源·精选
DISC: 时间序列数据集的领域集成相似性成本
原文标题
DISC: Domain-Integrated Similarity Cost for Time-Series Dataset
AI 导读
研究提出DISC框架，通过校准传输观测值选择、加权并组合不同相似性指标，提高时间序列数据集相似性评估与下游任务预测误差的对齐度。实验表明，DISC能更好地区分对下游行为重要的源-目标数据集差异，在报告分割上优于单一指标参考。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
DISC框架通过学习整合多种相似性指标，提高了时间序列数据集相似性评估与下游任务预测的对齐度，适用于需要准确评估数据集相似性的时间序列分析场景。
导读由模型辅助整理，非独立核验。完整信息见原文。