PFformer：一种针对极端自适应多元时间序列预测的无位置变换器变种

本研究针对多元时间序列预测中的变量间关系缺失和复杂依赖捕获难题，提出了一种新的无位置变换器模型PFformer。该模型通过增强特征嵌入和自编码器嵌入两种新策略，显著提高了在极端波动数据集中的预测准确性，尤其是在长序列和滚动预测场景中，相较于最先进模型提升了20%到60%的预测性能。