Patch粒度图学习多元时序预测新方法，灵活建模变量间和时序间关系

文章预览

点关注，不迷路，用心整理每一篇算法干货~ 后台留言” 交流 “， 加入圆圆算法交流群~ 扫码加入👇 时序领域最大交流社区 海量时序干货资料下载 （ 已有 1000+ 同学加入学习， 800+ 干货笔记） 今天给大家介绍一篇多元时间序列预测的文章，本文为了平衡Channel Independent和Channel Dependent各自优势和劣势，提出了一种基于图学习的多元时间序列预测方法，能够从数据中筛选出对最终预测最优效果时间维度、变量维度间的关系。 论文标题 ：TimeFilter: Patch-Specific Spatial-Temporal Graph Filtration for Time Series Forecasting 下载地址 ： https://arxiv.org/pdf/2501.13041 1 研究背景 多元时间序列预测中，Channel Independent和Channel Dependent各有优势和劣势。前者将每个变量的时间序列独立的建模，忽略了变量间关系；后者同时建模变量间关系，但是时间序列变量间关系复杂，容易出现 ………………………………