天基综合信息系统全国重点实验室鲁班论坛2026年度第3期

时间：2026年3月19日14:30 – 16:30

地点：中国科学院软件研究所5号楼4层第一会议室

主讲人：邓锦亮，北京航空航天大学 

报告摘要：

在金融市场、城市运行和国防安全等场景中，时间序列预测常用于支撑实时监测、风险预警和快速决策，因此预测效率直接影响模型的应用效果。在开放环境下，时间序列预测不仅依赖历史观测序列，还需要结合外部事件信息。现有方法通常采用深度模型编码历史序列，并借助大语言模型理解事件文本，但往往在高维表示空间中直接建模复杂信息，导致计算开销较大，严重制约了预测效率。为突破这一瓶颈，本报告针对序列数据与事件语义中的冗余模式，分别提出高效的低维建模方法。对于历史序列中的周期特征与重复模式，分别提出基于相位编码与原型模式学习的数值模式压缩方法，在保持预测性能的同时实现约99%的模型参数压缩。对于事件文本中的冗余语义信息，提出态势限定空间推理方法，将事件语义约束在趋势变化、波动增强等有限态势空间内进行推理，从而降低语义建模复杂度。实验结果表明，在保持预测性能的同时，该方法将事件语义建模的训练成本降低约50%，显著提升了时间序列预测效率。

报告人介绍：

邓锦亮，北京航空航天大学计算机学院准聘教授（博导），主持国家高层次海外青年人才项目。2024年于悉尼科技大学获博士学位，2024年至2025年于香港科技大学任博士后研究员。主要研究领域包括时空数据挖掘、时间序列分析和城市计算等，研究成果在TKDE、NeurIPS、ICLR、ICDE、KDD等国际会议与期刊发表论文30余篇，谷歌学术引用1600余次。曾获澳大利亚人工智能研究院最佳学生论文奖和CIKM最佳资源论文奖（亚军）等奖项。