Краткое содержание

arXiv:2511.12174v1 Тип объявления: новый Аннотация: Диффузионные модели показали значительный потенциал в генерации данных, однако создание временных рядов остается сложной задачей из-за необходимости улавливать сложные временные зависимости и структурные паттерны. В данной статье мы представляем \textit{TSGDiff} — новую концепцию, которая переосмысливает генерацию временных рядов с графовой точки зрения. В частности, мы представляем временные ряды в виде динамических графов, где ребра строятся на основе характеристик спектра Фурье и временных зависимостей. Архитектура кодера-декодера на основе графовой нейронной сети используется для построения латентного пространства, позволяя диффузионному процессу эффективно моделировать распределение структурных представлений временных рядов. Кроме того, мы предлагаем показатель Topological Structure Fidelity (Topo-FID) — граф-ориентированную метрику для оценки структурного сходства графовых представлений временных рядов. Topo-FID интегрирует две подметрики: Graph Edit Similarity, которая количественно определяет различия