Исследователи предлагают ALER-TI, фреймворк с дополнением через поиск для восстановления временных рядов, который использует исторические паттерны для дополнения деградированного локального контекста. Основной компонент, выравнивание латентных вложений (LEA), снижает несоответствие представлений между поврежденными запросами и полными историческими кандидатами путем применения пост-хок маскирования в латентном пространстве.
- ALER-TI выравнивает кандидатов с паттерном пропусков запроса, позволяя предварительно вычислять и кэшировать исторические вложения для эффективного поиска.
- Фреймворк не зависит от модели и интегрируется с различными основами восстановления через легковесный модуль адаптации.
- Эксперименты на шести реальных наборах данных при различных уровнях пропусков показывают, что ALER-TI последовательно улучшает сильные базовые модели и повышает устойчивость в разнообразных настройках восстановления.
ALER-TI решает ограничения существующих архитектур, которые опираются преимущественно на локализованный временной контекст, который может быть недостаточным для нестационарной динамики и слабых корреляций.