多尺度分解 MLP-Mixer 用于时序分析

BriefGPT - AI 论文速递 · 2023-10-18T00:00:00Z

该文介绍了一种新的CNN模型——PatchMixer，用于解决Transformer模型在时间序列预测任务中的挑战。PatchMixer具有自注意力机制，可以保留时间信息，且仅依赖于深度可分离卷积，可以在单一尺度的结构中提取局部特征和全局相关性。实验结果表明，相对于现有最先进的方法和表现最佳的CNN，PatchMixer的提升分别为3.9％和21.2％，速度是最先进方法的2-3倍。作者将发布代码和模型。