NeurIPS 論文提出極簡動態系統重建架構 DynaBase：僅需單一參數，零樣本效能超越主流時間序列模型

據 Reddit 機器學習社群的一篇貼文指出，研究團隊發表了名為 DynaBase 的極簡動態系統（DS）重建架構。該模型將基礎模型簡化至兩個核心機制：一個控制局部收斂或發散率的單參數（α）分段仿射映射，以及一個從上下文訊號中選擇最接近當前狀態資料點的上下文選擇器。透過調整單一參數 α，DynaBase 能夠重現所有主要的動態機制，包含固定點（α<1）、極限環（α=1）與混沌吸引子（α>1）。 研究團隊稱，這個由上下文驅動的單參數映射模型，在零樣本（zero-shot）模式下的長期統計與短期預測表現，均超越多數主流的時間序列與動態系統基礎模型及客製化訓練模型。此外，其訓練與推論成本極低，可透過前向預測的線性迴歸進行單步解析訓練，或直接對重建目標進行單參數網格搜尋，為分析與最佳化時間序列基礎模型提供了易於處理的數學基礎。