Les chercheurs proposent FreMo, un modèle léger qui exploite explicitement le domaine de la fréquence pour relever les défis de la prévision du transport multi-modalité causés par des caractéristiques spectrales distinctes et des interactions inégales entre les fréquences.
- L'architecture introduit un Modality-Wise Frequency Filter (MFF) pour affiner adaptativement les composantes spectrales au sein de chaque modalité, en mettant l'accent sur les fréquences informatives tout en supprimant le bruit.
- Il intègre un Frequency-Guided Synergy Integrator (FSI) qui agrège sélectivement l'information entre les modalités en fonction de leur contribution relative à chaque fréquence.
- FreMo prend en charge une intégration plug-and-play avec des backbones généraux de séries temporelles en dissociant l'affinement spectral par modalité de la synergie inter-modalité.
Des expériences approfondies sur des ensembles de données réels montrent que FreMo surpasse systématiquement les références de pointe, démontrant des performances et une généralisation supérieures dans divers scénarios de prévision.