当天给大家引见一篇浙大、中南、南洋理工、上交、北大等多所高校联结提出的一种期间序列预测建模方法，针对目前时序预测间接预测方法没有思考到预测各个期间步相关的疑问，提出了在频域中启动预测的方法，可适配到各...

期间序列畛域最近几年的变动十分大，在2018年左右，RNN这类模型才刚在期间序列上运行，而目前曾经基本和NLP、CV等畛域对齐了，随着深度学习在期间序列预测畛域钻研的深化，最近一年也产生了很多新的期间...

这篇文章给大家引见一下ICLR2024中，用对比学习强化时期序列预测的一篇上班，这篇文章是韩国KAIST宣布的上班，经过在时期序列预测中引入对比学习，成功对Encoder建模窗口以外全周期时期序列消息...

当天跟大家聊聊一个近期相对冷门的钻研点，Decoder中的预测期间步依赖疑问，目前干流的期间序列预测模型，Decoder普通驳回一个便捷的MLP网络，输入Encoder的表征，映射到预测结果，然而，这...

大言语模型的成功充沛证实了Transformer架构的先进性，越来越多的人宿愿把它运行到其它畛域，而非NLP畛域自身，因此也催生了以一套Transformer架构一致各种模态的钻研热点，而在工业界有一...

在多元期间序列预测中，如何建模多变量之间的相关不时是钻研热点，过去一年最火的钻研方向之一就是多元期间序列应该驳回channeldependent，多变量联结建模，还是channelindependen...