超越Transformer，全面升级！MIT等华人团队发布通用时序TimeMixer++架构，8项任务全面领先

AIGC动态欢迎阅读

原标题：超越Transformer，全面升级！MIT等华人团队发布通用时序TimeMixer++架构，8项任务全面领先
关键字：时序,模型,尺度,任务,序列
文章来源：新智元
内容字数：0字

内容摘要：

新智元报道编辑：LRST
【新智元导读】TimeMixer++是一个创新的时间序列分析模型，通过多尺度和多分辨率的方法在多个任务上超越了现有模型，展示了时间序列分析的新视角，在预测和分类等任务带来了更高的准确性和灵活性。在数据驱动的时代，时间序列分析成为了许多领域中不可或缺的一部分，比如气象预测、医学症状分类、航天器的异常检测、以及传感器数据中缺失数据的填充等等，这些应用具体涉及到时间序列预测、分类、异常检测、缺失值填充等任务。
如何使用一个模型，同时胜任所有任务？
近些年来，包括Transformer架构在内的一系列工作，虽然在细分任务上展现出色的性能，但由于缺乏灵活和通用的时序特征的提取能力，无法成为通用的模型架构。
为了解决这些问题，来自MIT、港科大、浙大以及格里菲斯大学的华人团队联合推出了一种全新的深度模型架构TimeMixer++，在长程时序预测、短程时序预测、时序分类、异常检测等8项时序任务上的效能全面超越了Transformer等模型，实现了通用的时间序列建模和应用。论文链接：https://arxiv.org/pdf/2410.16032
TimeMixer++的通

原文链接：超越Transformer，全面升级！MIT等华人团队发布通用时序TimeMixer++架构，8项任务全面领先

联系作者

文章来源：新智元
作者微信：
作者简介：