时序索引基础模型是时间序列插值未来吗？
机器学习
2026-02-11 v2
摘要
时间序列插值的基础模型研究仍较不完善。最近涌现出 TabPFN-TS 与 MoTM 等两类模型，它们共享一种共同哲学，属于时序索引基础模型的一类。本文进行首次大规模实证研究，评估这些模型在零样本插值中的表现，即无需重新训练即可跨多场景恢复缺失值。我们在 33 个不同域数据集（约 130 万个插值窗口）上开展大规模单变量实验，评估其在推理时集成协变量以提升准确率的能力（无需微调）。结果表明，时序索引基础模型是实现通用、零样本时间序列插值（针对真实世界场景）的强大且实用的步骤。
引用
@article{arxiv.2511.05980,
title = {Are Time-Indexed Foundation Models the Future of Time Series Imputation?},
author = {Etienne Le Naour and Tahar Nabil and Adrien Petralia and Ghislain Agoua},
journal= {arXiv preprint arXiv:2511.05980},
year = {2026}
}
备注
Transactions on Machine Learning Research, 2026