GAUDI：用于校准空气质量时间序列插补的几何感知扩散
GAUDI: Geometry-Aware Diffusion for Calibrated Air-Quality Time-Series Imputation
- Columbia University（哥伦比亚大学）
- University of California, Davis（加州大学戴维斯分校）
- University of California, San Diego（加州大学圣迭戈分校）
- Georgia Institute of Technology（佐治亚理工学院）
- Lehigh University（理海大学）
- Stony Brook University（纽约州立大学石溪分校）
- San Francisco State University（旧金山州立大学）
- Carnegie Mellon University（卡内基梅隆大学）
- University of Southern California（南加州大学）
机构由 AI 辅助整理，请以论文原文为准。
AI总结：
针对空气质量数据块缺失问题，提出GAUDI几何感知扩散插补器，抑制时间位置嵌入，在ItalyAir上以0.340的RMSE优于完整上下文和局部CSDI的0.355。
AI中文摘要：
空气质量传感器故障常造成连续的缺失块，此时对孤立缺失有用的辅助信息可能不太可靠。我们研究了一种块特定的、与GAUDI对齐的条件扩散插补器，它保留时间与特征处理、可见值与掩码条件、变量标识以及扩散步信息，同时抑制绝对时间位置辅助嵌入。在ItalyAir数据集（13个变量，长度32的窗口，名义50%的块缺失率；三个存档种子）上，该特征侧配置实现了RMSE 0.340，而完整上下文为0.355，局部CSDI为0.355。该实验在块缺失下隔离了几何感知条件效应。
英文摘要：
Air-quality sensor outages often create contiguous missing blocks, where side information useful for isolated missingness may be less reliable. We study a block-specific, GAUDI-aligned conditional diffusion imputer that retains temporal and feature processing, visible-value and mask conditioning, variable identity, and diffusion-step information, while suppressing absolute time-position side embeddings. On ItalyAir (13 variables, length-32 windows, nominal 50% block missingness; three archived seeds), this feature-side configuration achieves RMSE 0.340, versus 0.355 for full context and 0.355 for local CSDI. The experiment isolates a geometry-aware conditioning effect under block missingness.
