【PaperInFive-时间序列预测】TSMixer:用于时间序列预测的全MLP架构(谷歌)

文章预览

PaperInfive：五分钟了解一篇前沿论文 全文总结： 本文研究了线性模型用于时间序列预测的能力，提出了时间序列混合器(TSMixer)，一种通过堆叠多层感知器(mlp)设计的新架构。TSMixer在时间和特征维度上交替应用mlp，在概念上对应于时间混合和特征混合操作，有效地捕获时间模式和交叉变量信息。 题目： TSMixer: An All-MLP Architecture for Time Series Forecasting 作者： Si-An Chen 期刊/会议： Transactions on Machine Learning Research 时间： 2023 链接： https://doi.org/10.48550/arXiv.2303.06053 源码： https://github.com/google-research/google-research/tree/master/tsmixer 别人复现的基于TF的代码 ： https://github.com/marcopeix/time-series-analysis/blob/master/TSMixer.ipynb 问题背景 时间序列预测是许多现实世界用例中普遍存在的问题，作者指出时间序列数据的可预测性往往源于三个主要方面: 1.持续的时间模式(Persistent te ………………………………