PhysAttNet

新的PhysAttNet框架通过物理信息注意力改进时间序列预测

研究人员开发了PhysAttNet，一个旨在增强涉及物理过程应用的时间序列预测能力的新框架。该系统集成了物理信息注意力机制和卷积神经网络（CNN），以提高准确性和鲁棒性。PhysAttNet包含三个正则化约束——对齐性、平滑性和稀疏性——以利用领域知识指导注意力机制，而无需手动监督。在预测铣削力和类布拉扎尔耀斑的实验中，显示了性能和可解释性的提高。