Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.01727

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2508.01727 (cs)
[提交于 2025年8月3日 ]

标题: OccamVTS:将视觉模型压缩至1%参数用于时间序列预测

标题: OccamVTS: Distilling Vision Models to 1% Parameters for Time Series Forecasting

Authors:Sisuo Lyu, Siru Zhong, Weilin Ruan, Qingxiang Liu, Qingsong Wen, Hui Xiong, Yuxuan Liang
摘要: 时间序列预测对于多种应用至关重要,最近的方法利用大型视觉模型(LVMs)通过视觉表示来捕捉时间模式。 我们发现,尽管视觉模型提高了预测性能,但其99%的参数对于时间序列任务是不必要的。 通过跨模态分析,我们发现时间序列与低级纹理特征一致,但不与高级语义一致,这可能会影响预测准确性。 我们提出了OccamVTS,这是一种知识蒸馏框架,将LVMs中的仅1%的预测信息提取到轻量级网络中。 使用预训练的LVMs作为优势教师,OccamVTS采用金字塔风格的特征对齐,结合相关性和特征蒸馏,以传递有益模式同时过滤语义噪声。 出乎意料的是,这种激进的参数减少通过消除对无关视觉特征的过拟合而提高了准确性,同时保留了必要的时间模式。 在多个基准数据集上的广泛实验表明,OccamVTS仅使用原始参数的1%就能持续达到最先进的性能,特别是在少样本和零样本场景中表现尤为出色。
摘要: Time series forecasting is fundamental to diverse applications, with recent approaches leverage large vision models (LVMs) to capture temporal patterns through visual representations. We reveal that while vision models enhance forecasting performance, 99% of their parameters are unnecessary for time series tasks. Through cross-modal analysis, we find that time series align with low-level textural features but not high-level semantics, which can impair forecasting accuracy. We propose OccamVTS, a knowledge distillation framework that extracts only the essential 1% of predictive information from LVMs into lightweight networks. Using pre-trained LVMs as privileged teachers, OccamVTS employs pyramid-style feature alignment combined with correlation and feature distillation to transfer beneficial patterns while filtering out semantic noise. Counterintuitively, this aggressive parameter reduction improves accuracy by eliminating overfitting to irrelevant visual features while preserving essential temporal patterns. Extensive experiments across multiple benchmark datasets demonstrate that OccamVTS consistently achieves state-of-the-art performance with only 1% of the original parameters, particularly excelling in few-shot and zero-shot scenarios.
主题: 机器学习 (cs.LG) ; 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2508.01727 [cs.LG]
  (或者 arXiv:2508.01727v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.01727
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Sisuo Lyu [查看电子邮件]
[v1] 星期日, 2025 年 8 月 3 日 11:43:52 UTC (9,550 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.CV

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号