CONDITIONALLY IDENTIFIABLE LATENT REPRESENTATION FOR MULTIVARIATE TIME SERIES WITH STRUCTURAL DYNAMICS

创建于 2026-03-25T10:25:02.801839+08:00 更新于 2026-03-25T10:44:36.444963+08:00

摘要

提出 iVDFM：通过对驱动动态的创新过程施加条件化的可辨识性（iVAE 风格）并采用线性对角动力学，模型使潜在因子在置换与分量仿射/单调可逆变换下可辨识，并在合成数据恢复、干预可解释性与若干真实数据的概率预测上展现竞争力与稳定性 [page::0][page::4]