Reinforcement Learning ermöglicht dynamische Tokenisierung für Zeitreihen

In modernen Deep‑Learning‑Modellen gilt die effiziente Zusammenfassung von räumlichen oder zeitlichen Bereichen zu kompakten Darstellungen als zentrales Prinzip. Für lange, kontinuierliche Sequenzen – etwa Zeitreihen – bleibt jedoch die Erzeugung datenadaptiver Darstellungen eine offene Herausforderung.

Während feste Patchgrößen die Skalierbarkeit und Leistung verbessert haben, erfordert die end‑to‑end‑Entwicklung variabler, datengetriebener Patches häufig weiche Diskretisierung, spezielle Backbones oder heuristische Regeln. Mit ReinPatch stellen wir das erste Framework vor, das Patch‑Policy und das nachgelagerte Sequenzmodell gleichzeitig mittels Reinforcement Learning optimiert.

ReinPatch formuliert die Platzierung von Patch‑Grenzen als diskreten Entscheidungsprozess, der mit Group Relative Policy Gradient (GRPG) optimiert wird. Dadurch entfällt die Notwendigkeit kontinuierlicher Relaxationen, und die dynamische Patch‑Optimierung erfolgt auf natürliche Weise. Gleichzeitig kann ein gewünschter Kompressionsgrad strikt eingehalten werden, sodass das Backbone effizient skalieren kann und hierarchische Modellierung unterstützt wird.

Auf Zeitreihen‑Forecasting‑Datensätzen zeigt ReinPatch überzeugende Ergebnisse und übertrifft aktuelle datengetriebene Patch‑Strategien. Durch das modulare Design lässt sich der Patching‑Modul als eigenständiger „Foundation Patcher“ extrahieren, was der Community wertvolle Einblicke in die bevorzugten Segmentierungsverhalten liefert.