Seahorse: A Unified Benchmarking Framework for Spatiotemporal Event Modeling

📄 arXiv: 2607.01022v1 📥 PDF

作者: Yahya Aalaila, Gerrit Großmann, Sebastian Vollmer

分类: cs.LG

发布日期: 2026-07-01

备注: 24 pages, 9 figures. Code: https://github.com/YahyaAalaila/seahorse

🔗 代码/项目: GITHUB

💡 一句话要点

提出SEAHORSE框架以解决时空事件建模的比较难题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱八：物理动画 (Physics-based Animation)

关键词: 时空点过程 模型比较 统一框架 实验可重复性 归纳偏差

📋 核心要点

  1. 现有的神经STPPs在实现上存在差异，导致比较结果不稳定，缺乏统一的评估标准。
  2. SEAHORSE框架通过统一的编码-演化-解码接口，提供了一个可重复的实验环境，确保了模型的公平比较。
  3. 实验结果表明，事件模式的复杂性对模型的归纳偏差有显著影响，某些模型在复杂模式下性能下降明显。

📝 摘要（中文）

时空点过程（STPPs）在连续时间和空间中建模事件数据，广泛应用于流动性、流行病学和公共安全等领域。尽管近年来神经STPPs在表达能力上取得了进展，但由于实现方式的差异，比较结果仍然脆弱。本文提出了SEAHORSE，一个统一的框架，用于可重复的STPP实验。SEAHORSE通过统一的编码-演化-解码接口形式化神经STPPs，并在单一可执行基准协议下训练、调整和评估每个模型家族，提供原始坐标的似然报告。这不仅实现了公平比较，更重要的是支持受控的诊断研究。我们将SEAHORSE与HawkesNest结合，展示了事件模式复杂性增加如何暴露每个模型家族的归纳偏差，导致某些模型性能显著下降，而其他模型则保持稳定。

🔬 方法详解

问题定义：本文旨在解决时空点过程（STPPs）模型在比较和评估中的不一致性问题。现有方法在预处理、坐标归一化、数据划分和评估协议等方面存在差异，导致比较结果脆弱。

核心思路：提出SEAHORSE框架，通过统一的编码-演化-解码接口，规范化神经STPPs的训练和评估过程，从而实现可重复的实验和公平的模型比较。

技术框架：SEAHORSE框架包括三个主要模块：编码模块用于输入数据的处理，演化模块负责模型的动态演化，解码模块则用于生成最终的事件预测。所有模型在一个可执行的基准协议下进行训练和评估。

关键创新：SEAHORSE的最大创新在于其统一的实验框架，能够在相同的条件下对不同模型进行评估，解决了以往方法中存在的比较不公和结果不一致的问题。

关键设计：框架中使用了原始坐标的似然报告，确保了评估的透明性和可比性。此外，结合HawkesNest合成压力测试套件，能够有效评估模型在复杂事件模式下的表现。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，随着事件模式复杂性的增加，某些模型的性能显著下降，而其他模型则表现稳定。这表明SEAHORSE框架能够有效揭示模型的归纳偏差，为模型选择提供了重要依据。

🎯 应用场景

该研究的潜在应用领域包括流动性分析、公共安全监测和流行病传播建模等。通过提供一个统一的评估框架，SEAHORSE能够帮助研究人员更有效地比较和选择适合特定应用场景的时空事件模型，推动相关领域的研究进展。

📄 摘要（原文）

Spatiotemporal point processes (STPPs) model event data in continuous time and space, with applications in mobility, epidemiology, and public safety. Recent neural STPPs span expressive intensity models, conditional density models, continuous-time latent dynamics, normalizing-flow spatial decoders, and score-based generative mechanisms. Yet comparison remains fragile because implementations differ in preprocessing, coordinate normalization, splits, likelihood conventions, and evaluation protocols. We present SEAHORSE, a unified framework for reproducible STPP experimentation. SEAHORSE formalizes neural STPPs through a common encode-evolve-decode interface and trains, tunes, and evaluates every model family under a single executable benchmark protocol with raw-coordinate likelihood reporting. This enables fair comparisons but, more importantly, controlled diagnostic studies. We pair SEAHORSE with HawkesNest, a synthetic stress-test suite, and show that increasing event-pattern complexity exposes each family's inductive bias, degrading some models sharply and leaving others stable. Code: https://github.com/YahyaAalaila/seahorse.