颠覆传统！Transformer时序预测重大突破

Transformer进行时间序列预测，一直是AI顶会的“红人”，近来该领域再次取得重大突破：iTransformer，在不修改任何模块的情况下，就实现了全面领先！实际上，对Transformer架构进行改进，提升预测效果，一直是迫切需求！主要在于Transformer在时序预测领域一直面临诸多挑战，比如Transformer 计算多头自注意力的方式：二次复杂度，在处理长序列时会产生计算瓶颈，经典的informer模型就由此诞生。同时这也是我们论文创新的好机会！为方便大家汲取灵感，今天给大家分享12种改进思路，原文与源码都有。扫描下方二维码，回复「T」免费获取全部论文合集及项目代码论文鉴赏iTransformer: Inverted Transformers Are Effective for Time Series Forecasting「简述」 ：由于性能下降和计算量激增，Transformer在预测具有较大回顾窗口的序列时面临挑战。此外，每个时间标记的统一嵌入 ………………………………