Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

DMSC: Dynamic Multi-Scale Coordination Framework for Time Series Forecasting

Created by
  • Haebom

作者

Haonan Yang, Jianchao Tang, Zhuo Li, Long Lan

概要

本稿では、複雑な時系列依存性モデリングの難しさを解決するために提案された動的マルチスケール調整フレームワーク(DMSC)について説明します。 DMSCは、Multi-Scale Patch Decomposition block(EMPD)、Triad Interaction Block(TIB)、Adaptive Scale Routing MoEブロック(ASR-MoE)を含む、静的分解戦略、断片的な依存性のモデリング、柔軟でない融合メカニズムの問題を解決します。 EMPDは入力適応パッチ調整を介して階層パッチにシーケンスを動的に分割し、TIBは各レイヤでパッチ内、パッチ間、変数間の依存関係を共同でモデル化し、ASR-MoEは時間認識重みを使用してマルチスケール予測を動的に融合します. 13の実際のベンチマークの実験では、DMSCは最高のパフォーマンスと計算効率を実証しました。

Takeaways、Limitations

Takeaways:
動的パッチ分割による入力適応スケール処理
パッチ内/間および変数間の依存関係を統合する相互作用ブロック
時間認識重みを用いた動的マルチスケール予測融合
13個の物理データセットでSOTAパフォーマンスを達成
Limitations:
具体的なLimitationsは論文に記載されていない
👍