آیا ترکیب دادههای متنی با سریهای زمانی همیشه نتیجه بهتری میدهد؟ محققان پاسخ میدهند: نه لزوماً! در واقع، ترکیب «خام» دادهها اغلب باعث افت عملکرد مدلها میشود.
این مقاله به معرفی «آداپتور فیوژن کنترلشده» (CFA) میپردازد؛ راهکاری هوشمندانه که اجازه نمیدهد اطلاعات غیرضروری متنی، پیشبینیهای سری زمانی را منحرف کند. با این روش، مدل شما فقط روی دادههای مرتبط متمرکز میشود و بدون تغییر در ساختار اصلی، دقت کار را بالا میبرد.
این ابزار جدید که روی ۲۰ هزار آزمایش تست شده، برای محققان حوزه Data Science و هوش مصنوعی یک دستاورد کاربردی محسوب میشود.
🔗 کد این پروژه را میتوانید در گیتهاب ببینید: https://github.com/seunghan96/cfa
منبع: arXiv AI