В статье предлагается ALER-TI, фреймворк с дополнением на основе поиска, предназначенный для восстановления временных рядов и использующий исторические паттерны для дополнения деградированного локального контекста. Его ключевой компонент, Выравнивание латентных вложений (LEA), устраняет несоответствие представлений между поврежденными запросами и полными историческими кандидатами путем применения пост-фактум маскирования в латентном пространстве.
- LEA выравнивает кандидатов по паттерну пропусков запроса, при этом позволяя предварительно вычислять и кэшировать исторические вложения для эффективного поиска.
- Фреймворк не зависит от модели и интегрируется с различными основами восстановления через легкий модуль адаптации.
- Эксперименты на шести наборах реальных данных показывают, что ALER-TI последовательно улучшает сильные базовые модели и повышает устойчивость в различных 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.