热点事件持续更新
研究人员提出用于时序预测测试时适应的双分支校准模块DBCM
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月26日，研究人员在 arXiv 机器学习领域提出了一种名为 DBCM 的双分支校准模块，专门用于时间序列预测的测试时适应任务。该模块通过共享适配器在各个通道之间共享适应能力，同时利用低秩通道级适配器保留特异灵活性，并结合了通道混合与非线性门控调制进行功能增强。实验结果表明，DBCM 在多种数据集、不同预测跨度以及多种骨干模型上，性能均持续优于先前的测试时适应方法。
AI 根据报道生成 · 4 小时前更新
最新进展10月26日 12:00
研究人员提出时间序列测试时适应模块DBCM，实验显示其性能在多种场景下持续优于先前方法。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv 机器学习DBCM：用于时间序列预测测试时适应的双分支校准模块
研究人员提出双分支校准模块 DBCM，用于时间序列预测的测试时适应。该模块通过共享适配器在各通道间共享适应能力，并利用低秩通道级适配器保留特异灵活性，同时结合通道混合与非线性门控调制进行增强。实验表明，DBCM 在多种数据集、预测跨度及骨干模型上均持续优于先前方法。
本事件热度走势
当前热度 9·可比范围峰值 10（10月26日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。