基于大语言模型的噪声下在线时空信号重建
机器学习
2024-11-26 v1 信号处理
摘要
本工作提出LLM Online Spatial-temporal Reconstruction（LLM-OSR）框架，将图信号处理（GSP）与大语言模型（LLM）集成，用于在线时空信号重建。LLM-OSR利用基于GSP的时空信号处理器增强图信号，并通过LLM基于时空模式预测缺失值。LLM-OSR的性能在不同高斯噪声水平下的交通和气象数据集上进行评估。实验结果表明，在高斯噪声条件下，使用GPT-4-o mini within LLM-OSR具有准确性和鲁棒性。讨论了局限性及未来研究思路，强调了将GSP技术与LLM结合用于解决时空预测任务的潜力。
引用
@article{arxiv.2411.15764,
title = {LLM Online Spatial-temporal Signal Reconstruction Under Noise},
author = {Yi Yan and Dayu Qin and Ercan Engin Kuruoglu},
journal= {arXiv preprint arXiv:2411.15764},
year = {2024}
}