CHIME：条件幻觉与时间序列扩散模型的集成多尺度增强
计算机视觉与模式识别
2025-07-08 v2 系统与控制
系统与控制
摘要
去噪扩散概率模型已成为众多计算机视觉任务中主流的生成模型。最近初步探索了将扩散模型应用于时间序列任务。然而，现有研究仍面临多尺度特征对齐和跨不同实体及长时间尺度上的生成能力挑战。本文提出CHIME，一种用于时间序列扩散模型的条件幻觉与集成多尺度增强框架。通过采用多尺度分解和集成，CHIME捕获时间序列的分解特征，实现生成样本与原始样本之间的领域分布对齐。此外，我们在条件去噪过程中引入特征幻觉模块，使跨长时间尺度的时序特征得以传输。在公开的真实世界数据集上进行的实验结果表明，CHIME实现了最先进的性能，并在few-shot场景中展现了优异的生成式泛化能力。
引用
@article{arxiv.2506.03502,
title = {CHIME: Conditional Hallucination and Integrated Multi-scale Enhancement for Time Series Diffusion Model},
author = {Yuxuan Chen and Haipeng Xie},
journal= {arXiv preprint arXiv:2506.03502},
year = {2025}
}