实体
Triformer
Triformer
PulseAugur coverage of Triformer — every cluster mentioning Triformer across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
综述论文详述长视界预测挑战与深度学习解决方案
一篇新发表在arXiv上的综述论文详细介绍了时间序列分析中的长视界预测（LHF）问题，这是一个持续了35年之久的挑战。论文探讨了包括各种变换、卷积方法和注意力机制在内的深度学习技术如何应用于解决LHF问题。它还强调了能够提高性能的数据预处理和特征构建策略，并特别关注了像xLSTM和Triformer这样在误差传播特性方面有所改进的模型。
-
SEER框架处理噪声、缺失和偏移的时间序列数据
研究人员推出SEER，一个基于Transformer的框架，旨在增强时间序列预测的鲁棒性。SEER通过采用自动化的补丁增强和替换策略，解决了噪声、异常、缺失值和分布偏移等常见数据质量问题。这种方法允许对各种低质量时间序列数据进行统一建模，旨在提高在数据不完美现实工业应用中的预测准确性和稳定性。