FlexTSF：一种通用的时间序列预测模型，适用于变量规律性

本研究解决了现有时间序列预测模型在处理缺失值和不规则时间间隔方面的局限性。提出的FlexTSF模型通过引入VT-Norm、IVP Patcher和LED注意机制，能够有效处理不同规律性的时间序列，并在各类数据集上超越了现有最先进的模型。该模型的显著发现是，经过自监督预训练后，它在零样本和少样本设置下表现优异，具有广泛的应用潜力。

本研究提出了FlexTSF模型，旨在解决时间序列预测中的缺失值和不规则间隔问题。该模型通过VT-Norm、IVP Patcher和LED注意机制，超越了现有模型，表现优异，具有广泛的应用潜力。

FlexTSF LED注意机制 不规则间隔 时间序列预测 缺失值
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友