🚀 تحولی در مدل‌های بنیادینِ زمان‌مکان با مدل جدید NeoST!

⚠️ هشدار به محققان: چرا دقت مدل‌های شناسایی پهپاد گاهی «واقعی» نیست؟

محققان در پژوهش جدیدی، مدل NeoST را معرفی کرده‌اند که اولین «مدل بنیادین زمان-مکان» (Spatio-Temporal Foundation Model) است که کاملاً با داده‌های مصنوعی آموزش دیده.

این مدل با حل مشکل سوگیری‌های موجود در داده‌های واقعی و استفاده از معماری استدلال در فضای نهفته (Latent Space)، عملکرد فوق‌العاده‌ای در پیش‌بینی سیستم‌های پیچیده پویا نشان داده است. این دستاورد می‌تواند راهگشای پایداری بیشتر و کارایی بالاتر در سیستم‌هایی باشد که با گذشت زمان دچار خطا می‌شوند. 🤖🌐

منبع: arXiv Machine Learning