别卷Transformer了！时序卷积这么做，一样发顶会！

文章预览

Transformer爆火之后，时间序列领域基本上算是被占领了，围绕此类相关的研究也是非常之卷。这种情况下，我们不妨了解一下 时序卷积 。 在大规模时间序列数据处理任务中，时序卷积是一种非常重要的方法，它结合了传统CNN的特点和适应序列数据的能力， 在并行处理能力、感受野配置、梯度传播稳定性、内存占用以及特征提取能力等方面都遥遥领先。 这些优势让时序卷积在Transformer卷上天的如今依旧坚挺，不过它确实还存在着许多问题等我们解决，而这部分也是我们重点关注的，可以挖掘创新点的地方。 目前研究者们专注于在 时序卷积与其他技术相结合 这方面做创新，且已经有了不少效果很好的成果。我从中总结了 10种 时序卷积最新的创新方案 ，有论文需求的同学可以拿来作参考，已开源的代码都贴上了，需要的同学可无偿获取。 扫码 添加 ………………………………