随笔
2023-6-17
清华团队的工作:全球观测站的统一预报《(NMI)Interpretable weather forecasting for worldwide stations with a unified deep model》
知乎:https://zhuanlan.zhihu.com/p/635902919 (该专栏作者总结了一个时间/时空序列预测模型:https://github.com/ddz16/TSFpaper)
该工作继承于《Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting》,加入了空间特征。这个Autoformer是纯时间序列预测,提出了一个分解模型,在隐层中对时间序列进行趋势项和周期项的分解。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!