本研究提出了一种新的图像回归方法，通过自适应分割的初始化方法优化模型，降低了模型复杂性，提高了图像质量和收敛速度。

ConvTimeNet是一种新型的深层分层全卷积网络，用于时间序列分析。它通过自适应分割为子序列级的补丁来避免稀疏语义，并集成了深度卷积和点卷积操作。该网络在时间序列预测和分类任务上的实验结果优于基线模型。