缺失值直接训练
编码器利用时序与属性相关性预测插补，解码器通过时间注意重构完整序列，克服传统方法忽略上下文影响的局限。
Lai, Xiaochen · Yachen, Yao · Jichong, Mu · Lu, Wei · 张立勇
Artificial Intelligence Review 2025
无需对缺失值设置初始值，避免初始值误导模型训练。
借鉴卡尔曼平滑，整合过去与未来信息，更准确地估计缺失值。
实验表明在多变量时序插补上优于基准模型。