MultiResFormer：自适应多分辨率建模的转换器用于通用时间序列预测

提出一种名为 MultiResFormer 的基于 Transformer 的模型，通过自适应选择最佳的 patch 长度来动态建模时间序列的变化，并在长期预测任务中优于基于 patch 的 Transformer，同时使用比 CNN 基线更少的参数。

本研究提出了一种通用的多尺度框架，用于改进基于Transformer的时间序列预测模型的性能。通过多尺度共享权重迭代地改进预测的时间序列，并引入架构适应和特殊设计的标准化方案。研究结果表明，该方法将性能提高了38.5％。代码公开在指定的URL上。

Transformer 代码公开 多尺度框架 建模 性能提升 时间序列预测模型
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