通过patching和通道独立性增强了LSTM模型在时间序列预测-20240821052915

爱可可-爱生活 · 微博 · AI · 2024-08-21 05:29

文章预览

2024-08-21 05:29 本条微博链接通过patching和通道独立性增强了LSTM模型在时间序列预测任务中的记忆能力，取得了超过LSTM 20%、与最先进模型相当的预测精度。 [LG]《Unlocking the Power of LSTM for Long Term Time Series Forecasting》Y Kong, Z Wang, Y Nie, T Zhou... [University of Oxford University of Pennsylvania Princeton University] (2024) 网页链接 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

爱可可-爱生活 · 【[24星]Super_Muon：高效分片优化器，让大规模模型训-20250304221453

昨天

新智元 · 讯飞星火X1单挑满血版DeepSeek-R1，全国产算力单机部署！中国AI再下一城

昨天

AI前线 · 谷歌开卷打工人！创始人让员工每天12小时，夺回AI地位！网友先怒了：像你一样在公司玩游戏吗？

昨天

爱可可-爱生活 · [CL] LLM Post-Training: A Deep D-20250304055738

2 天前

宝玉xp · ChatGPT 不给画玫瑰花提示词：Create an ima-20250303141043

2 天前

AINLPer · LLM每周速递！大模型最前沿：复杂推理大模型、多模态、长文本推理提升、智能体等

3 月前

每日商报 · “AI之门”何时洞开？｜失能之重④

2 月前

宁夏信息通信业 · 数字经济高效赋能千行百业

2 周前