長距離時間序列

深度分析

「SHARP」睡眠階層加速重放提升長距離非平穩時間序列辨識效能

針對串流環境中長距離非平穩時間模式的學習挑戰，研究提出 SHARP 框架，結合記憶模組與模式辨識模組，並在離線睡眠階段以加速重放強化記憶。實驗在 text8 與 PG‑19 上顯示，該方法在保持先前資料預測表現的同時，提升了未來資料的泛化能力並降低了計算成本。