Informer：超越Transformer的长时间序列预测模型

[视频作者] 调参超人

[视频时长] 184:2

[视频类型] 计算机技术

Informer，它具有三个显著的特点： 1）ProSparse Self-Attention：在时间复杂度和内存使用率上达到了,在序列的依赖对齐上具有相当的性能。 2）Self-attention：提取通过将级联层输入减半来突出控制注意，并有效地处理超长的输入序列。 3）生成式decoder：尽管概念简单，对长时间序列进行正向预测，而不是一步一步预测，大大提高了长时预测的速度。 在四个大规模数据集上的大量实验表明，Informer的性能明显优于现有的方法，为LSTF问题提供了一种新的解决方案。