新的 M2Patch CNN 架构增强了多元时间序列预测能力

研究人员开发了 M2Patch，一种用于多元时间序列预测的新型基于 CNN 的架构。该模型使用多尺度打补丁和互补可微分约束将观测映射到结构化潜在空间。M2Patch 通过尺度内平滑和尺度间对齐约束来组织这个潜在空间，确保跨不同时间粒度的表示一致性。实验表明 M2Patch 的有效性，在众多基准测试中取得了最佳结果，同时保持了线性的计算复杂度和鲁棒性。 AI

影响 引入了一种新颖的架构，提高了预测的准确性和效率，可能影响依赖时间序列数据的领域。

排序理由 该集群包含一篇详细介绍时间序列预测新模型架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CNN
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• M2Patch
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →