基于无强度积分方法的有标记时序点过程学习

在有标记时序点过程(MTPP)中,一个核心问题是对条件联合概率密度函数(PDF) $p^*(m,t)$ 进行参数化,其中事件间隔 $t$ 与标记 $m$ 以历史为条件。大多数现有研究预先定义强度函数。其效用受限于强度函数恰当形式的指定,而这对平衡表达力与处理效率至关重要。近来有研究脱离预先定义强度函数——一种分别建模 $p^*(t)$ 与 $p^*(m)$,另一种聚焦于不考虑标记的时间点过程(TPP)。本研究旨在为离散事件开发高保真 $p^*(m,t)$,其中事件标记为类别型或多维连续空间中的数值型。我们提出解决方案框架IFIB(\underline{无}强度\underline{积}分\underline{基}于点过程),直接建模条件联合PDF $p^*(m,t)$ 而无需强度函数。它显著简化了强制基本数学约束的过程。我们展示了IFIB的期望性质及其在真实与合成数据集上的优越实验结果。代码见 \url{https://github.com/StepinSilence/IFIB}。