Tri-Factorized Fusion Gate

GatedLinear框架提供自适应路由以改进时间序列预测

研究人员推出GatedLinear，一个旨在通过自适应路由互补线性基来改进时间序列预测的新框架。该方法解决了当前深度学习模型常为多样化时间动态使用单一计算主干的局限性。GatedLinear采用三种专业机制——全局趋势季节性、基于差分的增量和相位对齐递归——由三因子分解融合门进行协调。这使得在不同预测模式下实现细粒度的逐点路由，以更小的参数量和可解释的路由模式达到最先进的准确性。