AdaST：面向时空预测的自适应耦合

AdaST 提出一个自适应时空预测框架，用「分解—重组」范式应对真实时空数据中时间主导、空间主导与强耦合三类耦合结构。它借助异质性感知专家把输入分解为不同耦合模式的组件，交由角色对齐模块处理，再用相关性驱动的自适应重组器整合输出。该工作已被 NeurIPS 2026 主会议接收，实验显示其显著优于现有最优基线。