ReCycle：高效快速的长时间序列预测与残差周期变换

BriefGPT - AI 论文速递 · 2024-05-06T00:00:00Z

研究人员成功将Transformers应用于时间序列预测，并提出了一种校准方法来检测和调整模型中的上下文驱动分布变化。通过评估预测残差与上下文之间的互信息，量化了模型对分布变化的脆弱性。他们还提出了一个简单但有效的模型校准框架，通过微调预测层来实现最佳平衡。实验证明该方法能够显著提高Transformers的性能。