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:2506.20023

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2506.20023 (cs)
[提交于 2025年6月24日 ]

标题: DIM-SUM:动态插补用于智能公用事业管理

标题: DIM-SUM: Dynamic IMputation for Smart Utility Management

Authors:Ryan Hildebrant, Rahul Bhope, Sharad Mehrotra, Christopher Tull, Nalini Venkatasubramanian
摘要: 时间序列插补模型传统上是使用带有人工掩码模式的完整数据集来开发的,以模拟缺失值。 然而,在现实世界中的基础设施监测中,从业者经常遇到大量数据缺失且遵循复杂、异构模式的数据集。 我们引入了DIM-SUM,这是一种用于训练鲁棒插补模型的预处理框架,弥合了人工掩码训练数据与真实缺失模式之间的差距。 DIM-SUM结合了模式聚类和自适应掩码策略,并具有理论学习保证,以处理实际数据中观察到的多样化缺失模式。 通过在加利福尼亚州水务区、电力数据集和基准测试的超过20亿条记录上的广泛实验,我们证明DIM-SUM在达到相似精度的同时,处理时间更短,所需训练数据显著减少,因此优于传统方法。 与一个大型预训练模型相比,DIM-SUM的平均准确率高出2倍,且推理时间显著减少。
摘要: Time series imputation models have traditionally been developed using complete datasets with artificial masking patterns to simulate missing values. However, in real-world infrastructure monitoring, practitioners often encounter datasets where large amounts of data are missing and follow complex, heterogeneous patterns. We introduce DIM-SUM, a preprocessing framework for training robust imputation models that bridges the gap between artificially masked training data and real missing patterns. DIM-SUM combines pattern clustering and adaptive masking strategies with theoretical learning guarantees to handle diverse missing patterns actually observed in the data. Through extensive experiments on over 2 billion readings from California water districts, electricity datasets, and benchmarks, we demonstrate that DIM-SUM outperforms traditional methods by reaching similar accuracy with lower processing time and significantly less training data. When compared against a large pre-trained model, DIM-SUM averages 2x higher accuracy with significantly less inference time.
主题: 机器学习 (cs.LG) ; 数据库 (cs.DB)
引用方式: arXiv:2506.20023 [cs.LG]
  (或者 arXiv:2506.20023v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.20023
通过 DataCite 发表的 arXiv DOI
期刊参考: VLDB 2025

提交历史

来自: Ryan Hildebrant [查看电子邮件]
[v1] 星期二, 2025 年 6 月 24 日 21:38:06 UTC (3,566 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 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 | 2025-06
切换浏览方式为:
cs
cs.DB

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