【学习时序论文】

【学习时序论文】_第1张图片

目录

  • 【2021 NeurIPS】Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting
  • 【2022 ICML】FEDformer: Frequency Enhanced Decomposed Transformer for Long-term Series Forecasting
  • 【2023 ICLR】TIMESNET: TEMPORAL 2D-VARIATION MODELING FOR GENERAL TIME SERIES ANALYSIS

【2021 NeurIPS】Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting

关键词:时序分解模块、自相关机制
特点:注重时序数据自身的周期特征
自测:使用自己的时序数据集进行测试,效果不错

【2022 ICML】FEDformer: Frequency Enhanced Decomposed Transformer for Long-term Series Forecasting

关键词:频域、傅里叶变换、小波变换
特点:在Autoformer主体框架的基础上,使用傅里叶变换、小波变换将时域转换为频域后进行特征提取
自测:暂未测试

【2023 ICLR】TIMESNET: TEMPORAL 2D-VARIATION MODELING FOR GENERAL TIME SERIES ANALYSIS

关键词:升维
特点:将一维时序数据转化为二维数据,借助CV领域成熟模型进行特征提取
自测:使用自己的时序数据集进行测试,效果显著

你可能感兴趣的:(深度学习零散记录,深度学习)