CrossTF：跨视图时频扩散极端时序生成

2026年10月15日，arXiv Artificial Intelligence 刊出研究（事实1704），研究者 Lin Jiang、Rongchao Xu、Guang Wang 提交论文预印本，提出跨视图时频扩散框架 CrossTF，利用时间视图与频率视图去噪器之间的差异实现极端感知的时间序列生成。该研究的关键发现是极端敏感的跨视图不对称性，并据此在训练中冻结两个去噪器后，仅需在后期跨视图窗口内用基于极值理论的目标学习分步融合参数。在七个真实数据集上对比 11 个基线，CrossTF 将极端保真度提升 26.1%，整体性能提升 7.4%。目前该工作以预印本形式发布，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。