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。

posted @   诸葛村夫CC  阅读(106)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 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!
点击右上角即可分享
微信分享提示