TopoPrimer框架：利用全局拓扑结构提升时间序列预测精度
据First-Principle于2026年5月19日分享的HuggingFace Daily Papers热门论文介绍，TopoPrimer框架能将时间序列群体的全局拓扑结构显式输入到预测模型中。该框架通过持久同调和谱层坐标预先计算拓扑特征，作为轻量级适配器部署，在多个基准测试中（如使用Chronos和TimesFM）能显著提升预测精度，最高可将ECL数据集的MSE降低7.3%。它特别在需求季节性高峰和冷启动场景下表现出色，例如在无历史数据的冷启动条件下，能将MAE降低27%。