关键词trend and seasonal components
搜索结果 - 2
- WindowMixer:时间序列预测中的窗口内和窗口间建模
基于全 MLP 框架,WindowMixer 模型通过窗口视角检查时间序列的时间变化,将时间序列分解为趋势和季节性组件,并使用 Intra-Window-Mixer 和 Inter-Window-Mixer 模块处理窗口间和窗口内的关系,从 - TFDNet:基于时频增强分解网络的长期时间序列预测
提出了一种 Time-Frequency Enhanced Decomposed Network (TFDNet) 方法,用于从时频域捕捉长期潜在模式和时间周期性,通过多尺度的时频增强编码器支撑和两个独立的趋势和季节时频块来捕捉多分辨率中分