稀疏高维时间序列预测
一种无需先验图、可学习稀疏依赖结构并动态激活专家网络的时间序列预测模型，在高维场景下具有更好的可解释性和跨场景泛化能力。
Mengfan, Liang · 张小峰 · 刘业朋 · Pengbin, Zhang · 王任 · 王华 · 孙玉娟
Knowledge-Based Systems 2026
通过 Gumbel 重参数化构建显式二值通道图，无需任何先验图即可学习稀疏依赖结构。
二值通道图约束稀疏 Transformer 在变量间进行受控注意力，从而降低冗余、缓解过拟合。
分布式门控混合专家结合噪声 Top-k 路由和负载均衡正则，自适应激活少量专家，增强长时程稳定性和噪声鲁棒性。
学习到的稀疏通道图提供了变量间依赖的可解释视图。