Synthetic generation based on neural Hawkes processes 发布 Neural Hawkes Process Datasets 数据集, 应用在 时间序列分析、事件插补 领域

Synthetic generation based on neural Hawkes processes 本次发布的数据集 Neural Hawkes Process Datasets, 该数据集包含了由不同参数的神经霍克斯过程生成的事件序列，用于评估所提出粒子平滑方法的性能。数据集涵盖了确定性缺失机制与随机性缺失机制。在模型训练和提案分布过程中，使用了完全观察到的数据。数据集的规模从平均长度为15的短序列到平均长度超过300的长序列不等。该任务旨在对连续时间事件流中的缺失事件进行插补。

查看Neural Hawkes Process Datasets

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。