统一归纳时空克里金
人工智能
2026-05-12 v2
摘要
归纳时空克里金从观测传感器推断未观测位置的信号，但现实观测常不完整且因故障、中断或维护导致呈块状缺失。常见的插值后克里金管道存在目标不匹配：对观测传感器的改进重建不一定提升下游克里金，值相关插值偏差可传递至未观测节点。我们提出 UniSTOK，一个用于不完整观测下的归纳时空克里金的即插即用框架。我们首先引入可靠性引导信号调节 (RSR)，从时序连续性和空间支持估计条目级可靠性，并用于调节输入信号，使可靠观测受到强调，而长间隔或弱支持条目被抑制，以进行空间传播。我们进一步引入残差偏差校准 (RBC)，在主预测器收敛后估计值相关残差原型，并学习情境校正�幅，以适应校正最终克里金预测中系统性的高估或低估。大量真实数据实验表明，UniSTOK 在多个克里金骨架上 consistently 取得改进。
引用
@article{arxiv.2603.05301,
title = {Uniform Inductive Spatio-Temporal Kriging},
author = {Lewei Xie and Haoyu Zhang and Yulong Chen and Liangjun You and Zongxian Yang and Yifan Zhang},
journal= {arXiv preprint arXiv:2603.05301},
year = {2026}
}