KDD 2025 | 数据缺失+缺失率不固定？多视图表示学习方法Merlin破解缺失率不固定时序预测的难题

时空探索之旅

发布于 2026-03-10 15:02:03

1040

论文标题： Merlin: Multi-View Representation Learning for Robust Multivariate Time Series Forecasting with Unfixed Missing Rates

作者：Chengqing Yu (余澄庆), Fei Wang（王飞）, Chuanguang Yang（杨传广）, Zezhi Shao（邵泽志）, Tao Sun（孙涛）, Tangwen Qian（钱塘文）, Wei Wei（魏巍）, Zhulin An（安竹林）, Yongjun Xu（徐勇军）

机构：中国科学院计算技术研究所，中国科学院大学，华中科技大学

论文原文：https://dl.acm.org/doi/10.1145/3711896.3737046

开源代码：https://github.com/ChengqingYu/Merlin

关键词：多元时间序列预测，多视图对比学习，知识蒸馏

导语：

多变量时间序列预测（MTSF）作为交通、环保、气象等领域的核心技术，却常常被“数据缺失”卡脖子——尤其是缺失率不固定时，现有模型要么预测精度暴跌，要么得反复训练。为了解决这个问题，中国科学院计算技术研究所在 KDD 2025提出的 多视图表示学习框架（Merlin），用“教师教学生+多视图对比”的巧妙思路，一次性解决“数据缺失”和“不固定缺失率”两大难题，训练一次就能适配任意缺失率。

一、研究背景与核心问题：为什么数据缺失让模型“失灵”？

（一）MTSF 的核心价值与现实痛点

多元时间序列预测（MTSF）广泛应用于交通、环境、气象、能源等领域，核心是挖掘时间序列中的全局信息（如周期性、趋势）和局部信息（如细节变化），实现对未来值的精准预测。但现实场景中，数据采集设备故障、自然灾害、信号中断等因素会导致数据缺失，且缺失率常随时间动态变化（即“不固定缺失率”），这给预测带来两大致命挑战：

语义破坏：缺失值会打乱时间序列的全局周期性（如交通早高峰规律），还会引入“突然归零”“异常直线”等虚假局部信息，现有模型易捕捉异常而非真实语义，导致预测精度显著下降；
鲁棒性不足：缺失率不固定时，现有模型需为每个缺失率单独训练，不仅训练成本高，还无法适配真实场景的动态缺失情况。

（二）现有方案的局限性

现有解决方案（如数据填充法、两阶段建模）存在明显缺陷：

两阶段预测模型：数据插补模型易破坏局部信息、进而造成积累误差；
端到端模型：仍需为不同缺失率单独训练，无法应对“不固定缺失率”，实用性受限。

二、核心创新：Merlin 模型设计

Merlin 的核心思想是语义对齐——让模型从缺失数据中挖掘与完整数据一致的语义，同时让不同缺失率的数据语义保持统一，无需单独训练即可适配动态缺失场景。其整体框架以轻量级模型 STID 为骨干，融合两大关键技术，结构清晰且易于落地。

（一）整体框教师——学生双模型架构

训练阶段：用完整数据训练“教师模型”，用不同缺失率的不完整数据训练“学生模型”；
测试阶段：仅用学生模型直接处理任意缺失率的不完整数据，无需教师模型参与，高效便捷。

（二）两大核心模块

1. 离线知识蒸馏（KD）：对齐不完整数据与完整数据的语义

教师模型：基于完整的高质量数据训练，充分挖掘时间序列的全局规律与局部细节，输出高质量的特征表示（）和预测结果（），作为“知识”约束学生模型；
学生模型：基于不同缺失率的不完整数据训练，通过 MSE 损失约束，强制其输出的特征表示（）和预测结果（）与教师模型对齐；
核心损失：包含特征表示蒸馏损失（）和预测结果蒸馏损失（），确保学生模型从缺失数据中挖掘出接近完整数据的真实语义。

式中, 代表张量的均值.

2. 多视图对比学习（CL）：对齐不同缺失率数据之间的语义

样本对构造：将“同一时间点、不同缺失率”的不完整数据视为正样本对，将“不同时间点”的不完整数据视为负样本对；
对比损失约束：通过余弦相似度计算对比损失（），增强正样本对的相似度、扩大负样本对的差异，让模型自动适配任意缺失率，无需单独训练。

3. 总损失函数：

为避免训练信息遗忘，融合三类损失，平衡监督学习、知识蒸馏与对比学习的效果：

：L1 损失，衡量学生模型预测结果与真实值的差异；
：损失权重，其中和随训练轮次动态调整，避免某类损失占比过高。

三、实验验证

在 4 个真实场景数据集上完成全面测试，结果显著优于主流方法，充分验证了 Merlin 的有效性与实用性。

（一）实验设置

数据集：覆盖交通（METR-LA、PEMS04）、空气质量（China AQI）、风能（Global Wind）四大领域，变量数从 207 到 2908 不等，时间粒度涵盖 5 分钟、1 小时、1 天；
基线模型：10+ 类主流方法，包括单阶段预测模型（TSMixer、FourierGNN、DSformer）、两阶段模型（STID+GPT2、MTGNN+SPIN 等）；
评价指标：MAE（平均绝对误差）、RMSE（均方根误差）、MAPE（平均绝对百分比误差），值越小性能越好； - 测试场景：固定缺失率（25%/50%/75%/90%）、不固定缺失率（动态切换缺失率）、训练集含缺失值（模拟真实数据采集场景）。

（二）核心实验结果

1. 在所有数据集和不同缺失率下，STID+Merlin 均取得最优结果：

2. 鲁棒性与适配性双突出

迁移性强：可适配 STID、MTGNN、TimeMixer 等不同骨干网络，均能显著提升模型在缺失数据下的性能；
不固定缺失率适配：仅训练一次即可覆盖所有缺失率场景，无需单独建模，而基线模型单独训练的效果仍不及 Merlin；

3. 效率优势明显

Merlin 仅需训练一次，单轮训练时间与主流两阶段模型接近；
基线模型需为不同缺失率多次训练，总训练成本是 Merlin 的 4 倍以上，落地成本大幅降低。

4. 消融实验验证组件必要性

移除知识蒸馏（w/o KD）：性能明显下降，证明完整数据的语义引导不可或缺；
移除对比学习（w/o CL）：性能下降严重，说明不同缺失率的语义对齐是适配动态缺失的核心；
移除任一蒸馏组件（w/o HD 或 w/o RD）：性能均显著下降，验证了双蒸馏设计的合理性。

四、应用前景

Merlin 作为通用框架，无需修改现有骨干网络，可直接集成到各类 MTSF 模型中，落地成本低、实用性强，核心适用场景包括：

交通领域：城市道路流量预测、高速车流监控（设备故障导致数据缺失）；
环保领域：AQI 空气质量预测、PM2.5 浓度监测（部分站点数据间断）；
气象领域：全球风速预测（观测站数据不完整）；

五、核心总结

Merlin 的三大核心价值

同时解决“数据缺失导致语义失真”和“缺失率不固定需重复训练”两大难题，填补真实场景落地空白；
“知识蒸馏+对比学习”的思路，实现双重语义对齐，既保证精度又提升鲁棒性；
落地友好：轻量级架构、只需训练一次、适配多种骨干网络，降低工业界落地门槛。