ProNet是一种新的深度学习方法，专为多时间段时间序列预测而设计。它自适应地融合了自回归和非自回归策略，使用潜在变量进行分段，通过变分推断有效地捕捉了各个时间步骤的重要性。相较于自回归模型，ProNet具有明显优势，可减少自回归迭代次数，预测速度更快，减少误差累积。与非自回归模型相比，ProNet提高了预测准确性。经过全面评估和消融研究，ProNet在准确性和预测速度上优于最先进的自回归和非自回归预测模型。