关键词long-term series forecasting
搜索结果 - 2
- 长期序列预测是否需要复杂注意力和更长输入?
本文提出了一种轻量级的 Periodformer 模型,采用 Period-Attention 机制和内置的近似性,同时嵌入门机制控制注意模块对预测结果的影响,并使用基于贝叶斯优化的多 GPU 异步并行算法加快了超参数优化,结果表明该模型在 - ICMLFEDformer:用于长期序列预测的频率增强分解变换器
该研究提出了一种名为 FEDformer 的算法,采用 Transformer 和季节趋势分解方法相结合,提高长期预测的性能,同时通过基于 Fourier 变换的频率增强技术进一步提高了预测的准确性,与当前先进的方法相比,在多元和单元时间序