Crossformer: Transformer Utilizing Cross-Dimension Dependency for Multivariate Time Series Forecasting
2023-04-18 15:43:41 时间
用于时序预测的Transformer
也是基于分块思路,跨时间、跨维度对齐
https://openreview.net/forum?id=vSVLM2j9eie
https://github.com/Thinklab-SJTU/Crossformer
上海交通大学
支持常用数据集:
bash scripts/ETTh1.sh
bash scripts/ETTm1.sh
bash scripts/WTH.sh
bash scripts/ECL.sh
bash scripts/ILI.sh
bash scripts/Traffic.sh
也支持自定义数据集
-
DSW embedding
-
TSA layer
两阶段Attention:Cross-Time Stage 和 Cross-Dimension Stage -
HIERARCHICAL ENCODER-DECODER
实验
相关资料:
- 【ICLR 2023】 CrossFormer增强多元时间序列建模能力, https://mp.weixin.qq.com/s/K1GeeSyoDjDWH3j3YtVrKg
相关文章
- 阿里云域名绑定IP以及二级域名使用手把手教学
- 网络请求避坑,2021新规范-私有网络请求(Private Network Access)
- 内网主从智能 DNS 从此不再烦恼
- 韩国电信网络瘫痪后续 最新补偿方案出炉
- 三步降低云基础设施复杂度
- 混合云:如何让「混乱」回归秩序
- 简述二分查找算法与时间复杂度,并实现一个二分查找算法
- Kubernetes的高级部署策略集
- 五分钟看懂互联网安全协议IPSec
- 企业使用混合云面临的障碍及解决办法
- 三个值得关注的2022年云安全趋势
- 管理数百个Kubernetes集群需要什么?
- 韩全国性断网事件调查结果出炉
- 购物节这四款路由最值得买 高中低端全覆盖
- 这两个原因,使Kubernetes变得如此复杂
- 如何在内部部署设施提供公有云体验的好处
- 云迁移将持续深入,今年企业IT支出将超过1.3万亿美元
- 多云策略适合你的公司吗?
- 明明改名是大忌,为什么Facebook坚持要改?两大原因不得不改
- 2022年Kubernetes的五个趋势