PrACTiS: 基于感知与注意力的时间序列联合模型
原文中文，约400字，阅读约需1分钟。发表于：。本研究通过将感知机制与 copula 结构相结合，提出了一种模型，以增强时间序列预测。通过将感知机作为编码器，我们将复杂的、高维度、多模态数据有效地转化为紧凑的潜在空间，从而大大降低计算要求。我们进一步引入中点推断和局部注意机制来降低复杂度，使模型能够有效地捕捉缺失样本中的依赖关系。随后，我们部署基于 copula...
本研究提出了一种结合感知机制和copula结构的模型，用于增强时间序列预测。该模型能够转化高维度、多模态数据为紧凑的潜在空间，通过中点推断和局部注意机制捕捉缺失样本中的依赖关系。在基准测试中，该模型相对于现有方法，在节约了一半内存资源的同时，保持了持续20%的改进。
