逆天顶会思路！傅里叶变换+Attention！创新性极强，足够支撑一篇高分论文

文章预览

注意力机制 不愧是顶会大热门 ，结合傅里叶变换 狂发NeurIPS、AAAI、ISCA...比如NeurIPS 2024上的一篇，结合了傅里叶变换和深度学习（特别是注意力机制）来改进长期时间序列预测，在多个真实世界数据集上实现了SOTA预测性能！ 实际上，这种结合在多个领域尤其是深度学习和信号处理领域都不可或缺。原因在于，它可以 显著提升模型的性能与精度 ，通过傅里叶变换提取频域特征，结合注意力机制动态关注关键信息，以提升复杂数据的信息捕捉效率，增强模型的解释性和鲁棒性。 因此，这种结合早已成了 深度学习领域的研究热点之一， 未来将会在更多应用领域发展。但它目前还存在许多问题有待解决（比如计算量大、泛化能力不足等），不过对于论文er来说，这也意味着 创新空间依然大。 本文挑选了 12篇 傅里叶变换+注意力机制最新论文 ，包含顶 ………………………………