模型实践 | Autoformer 长时序预测

实验|Vachel       算力支持|幻方AIHPC 

模型实践 | Autoformer 长时序预测_第1张图片

长时间序列预测(Long-Term Series Forecasting,以下称为 LTSF)在现实世界中有非常广阔的应用场景,例如电力资源预估、疾病传播与扩散、经济发展预测等实际问题。前不久分享的《Informer 上手实践》介绍了获得AAAI 2021最佳论文奖的Informer模型,以及其在幻方萤火二号上的试跑和优化。该工作改造 Transformer 模型来解决 LTSF 领域下的问题,取得优异的效果,带动起了该方向的研究热情。NeurIPS 2021,来自清华的几位学者结合之前和工作和 Informer 的模型设计,提出了 Autoformer 模型,在相同预测任务上大幅超越了之前的模型,实现了38%的相对效果提升

幻方AI最近对这项工作进行了整理和优化,在幻方萤火二号上复现了 Autoformer 的实验。通过幻方自研的 3FS、

你可能感兴趣的:(幻方AI模型实践,深度学习,人工智能)