摘要：DLinear的出现就是为了质疑注意力机制系列的能力，注意力机制系列在预测时，如果输入的嗯史数据过长，那么其预测未来的性能会变差。 上图可以看出，随着历史数据窗口的增加，基于注意力机制的那些former系列模型，会随着输入历史数据的长度，效果逐渐变差，而黑色线段代表的作者的模型及Dlinear模型， 阅读全文

摘要：知乎上有作者的讨论。 Dlinear等线性系列模型 在分类问题上效果就会比较差。从准确率来说 会和其他模型相差的比较多。 异常检测的阈值有很大的问题 这个组 比如smd数据集什么的（我拿了其中的一部分一个机器的丢进去），没有训练的一个cnn模型（一层cnn加激活函数）（gpt写的），知道它的异常率是 阅读全文

摘要：通道独立更大意义上是扩展数据集，提升模型泛化性能吧，也有几篇论文在讨论这个问题了。毕竟现在时序预测的一个瓶颈就是数据量上不去。 他指的这个通道说的就是特征，比如我有十四个特征不知道你有没有看过itansformer这篇文章，假如我的输入（32，96，14）这代表的是32个样本每个样本大小为96个历史 阅读全文