长期时间序列预测中的有效模型规模再思考
本研究提出了一种通用的多尺度框架,可改进基于Transformer的时间序列预测模型的性能。研究结果表明,该方法可将性能提高到38.5%,且优于基线模型。
原文中文,约300字,阅读约需1分钟。
本研究提出了一种通用的多尺度框架,可改进基于Transformer的时间序列预测模型的性能。研究结果表明,该方法可将性能提高到38.5%,且优于基线模型。