Channel-Mixing Encoder

NPMixer架构通过分层块混合增强时间序列预测

研究人员推出了一种新颖的分层架构NPMixer，旨在改进多元时间序列预测。该模型采用可学习平稳小波变换，将信号自适应地分解为趋势和细节分量。其关键特征是相邻混合块（Neighboring Mixer Block），它利用MLP处理非重叠块来捕捉局部时间动态和多尺度依赖性。实验表明，NPMixer在绝大多数评估场景中均优于现有最先进模型，取得了卓越的性能。