arXiv 机器学习· Yaohua Zha, Hai Wu, Shu-Tao Xia·· 7 小时前AI 评分26
DST-Net：用于时间序列预测的解耦时空网络
DST-Net: Decomposed Spatio-Temporal Network for Time Series Forecasting
AI 导读
研究人员提出用于时间序列预测的解耦时空网络 DST-Net，针对不同序列成分采用差异化建模策略。该架构在趋势分支设计 Latent Graph Block 捕捉全局拓扑依赖与协同运动，并在季节性分支引入高斯多尺度注意力机制，利用可学习高斯先验聚焦多粒度局部上下文并滤除噪声。多项真实基准实验验证了该模型的有效性。
来源：arXiv 机器学习 · arxiv.org