2024年5月16日
ATFNet：长时间序列预测的自适应时频集成网络
摘要： ATFNet是一个深度学习模型，它结合了时间域和频域模块来捕获时间序列数据中的依赖关系。引入了一种新的加权机制来调整周期性的权重，增强了离散傅立叶变换，并包括一个复杂关系识别的注意力机制，在长期时间序列预测中优于当前方法(每个模型都这么说)。这是4月发布在arxiv上的论文，还包含了源代码。 因为时 阅读全文
posted @ 2024-05-16 10:47 deephub 阅读(172) 评论(0) 推荐(0)