BriefGPT - AI 论文速递
·
TFDNet：基于时频增强分解网络的长期时间序列预测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种名为TFDNet的方法，用于从时频域捕捉长期潜在模式和时间周期性。TFDNet通过多尺度的时频增强编码器和两个独立的趋势和季节时频块来捕捉多分辨率中分解的趋势和季节成分的不同模式。实验证明，TFDNet在效果和效率上优于现有方法。
🎯
关键要点
- 提出了一种名为TFDNet的方法。
- TFDNet用于从时频域捕捉长期潜在模式和时间周期性。
- 该方法通过多尺度的时频增强编码器实现。
- TFDNet包含两个独立的趋势和季节时频块。
- 能够捕捉多分辨率中分解的趋势和季节成分的不同模式。
- 实验证明TFDNet在效果和效率上优于现有方法。
➡️
