OmniST：拓扑无关时空预测，未见传感器位置也有覆盖保证

OmniST 可在未见传感器位置预测并给出覆盖保证的区间。

资讯摘要

论文提出 OmniST，一种拓扑无关的时空预测模型，计算不依赖节点数量，可在训练中未出现的传感器位置输出预测。方法结合基于坐标的分词、每轮前向按地理坐标做 k 近邻注意力，以及用双向 GRU 做逐节点时序处理，并配合归纳式 split-conformal 校准给出无分布假设、有覆盖保证的预测区间。作者报告在德里空气质量数据上 30 天 PM2.5 MAE 为 31.0 ug/m3，移除 40% 站点时性能最多下降 1.1%。

要点速读

1. OmniST 的计算与节点数无关，可在任意（含从未见过）的传感器位置给出预测，并在增删传感器时保持覆盖保证。
2. 在德里 37 个站点 2019–2023 数据上，30 天 PM2.5 MAE 为 31.0 ug/m3；移除 40% 站点时最多下降 1.1%。
3. 未见站点预测优于最近邻插值约 12%、优于学习式 kriging GNN（IGNNK）约 21%；静态 conformal 随时间覆盖不足（后期约 0.50），滚动自适应 conformal 将整体覆盖恢复至 0.89、后期 0.96，但区间更宽。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。