TS2Vec-FM：时间序列分类基础模型

2026年10月21日，arXiv cs.AI/cs.LG 出现报道称，研究者将2022年的自监督方法TS2Vec改造成时间序列分类基础模型TS2Vec-FM。其核心是编码器只需预训练一次，即可跨数据集复用；预训练改用合成语料，并把原始幅值视图与实例归一化的形状视图分别送入两个小stem，再蒸馏成单个1.6M参数的膨胀卷积编码器。报道称，冻结该编码器后，模型精度接近当前最优水平（SOTA）。目前披露的信息集中在方法设计与预训练流程，尚未见到更细的实验结果或后续进展。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。