כתבה
arXiv cs.LG ·
HAN-Mamba: רשתות ממשקי מצב בחירתיות לצפייה משולבת של רמות זמן שונות לאי-ורטביליות פיננסית
HAN-Mamba: Hierarchical Selective State Space Networks for Multi-Scale Financial Volatility Forecasting
מאמר זה מציג רשתות ממשקי מצב בחירתיות לצפייה משולבת של רמות זמן שונות לאי-ורטביליות פיננסית. המאמר מציע רשת HAN-Mamba, המשלבת רשתות Transformer עם רשתות Mamba, ומציעה צפייה משולבת של רמות זמן שונות.
תקציר מקורי באנגליתarXiv:2610.10323v1 Announce Type: new Abstract: Short-horizon realized volatility forecasting requires the integration of market information that evolves at incompatible temporal resolutions, from second-level order book dynamics to weekly regime drift. Our conference work introduced HAN-T, a hierarchical architecture in which scale-specific Transformer encoders process short, mid, and long-horizon streams and a learned attention fuser weighs their contributions. This article replaces the quadratic attention encoders with selective state space (Mamba) encoders while retaining attention only in the fuser, where the input is a three-token set rather than a long sequence. The resulting hybrid, HAN-Mamba, summarizes each stream through a recurrent state whose input-dependent gating matches two
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית