如何解锁时间序列编辑？具有多粒度控制的扩散驱动方法
机器学习
2025-06-06 v1
摘要
时间序列生成的最新进展显示出前景，但在生成序列中控制属性仍然具有挑战性。时间序列编辑（TSE）——在保持时间一致性的同时进行精确修改——需要同时考虑点级约束和段级控制，而当前方法难以同时提供。我们引入 CocktailEdit 框架，以在不同类型的约束之间实现同时、灵活的控制。该框架结合了两个关键机制：用于点级约束的置信度加权锚点控制和用于管理段上统计性质（如总和与均值）的分类器控制。我们的方法在去噪推理阶段实现精确的局部控制，同时保持时间一致性，并能与任何条件训练的基于扩散的时间序列模型无缝集成。在多样化数据集和模型上的广泛实验证明了其有效性。我们的工作弥合了纯生成建模与现实世界时间序列编辑需求之间的差距，为人机协同的时间序列生成与编辑提供了灵活的解决方案。代码和演示已提供以供验证。
引用
@article{arxiv.2506.05276,
title = {How to Unlock Time Series Editing? Diffusion-Driven Approach with Multi-Grained Control},
author = {Hao Yu and Chu Xin Cheng and Runlong Yu and Yuyang Ye and Shiwei Tong and Zhaofeng Liu and Defu Lian},
journal= {arXiv preprint arXiv:2506.05276},
year = {2025}
}