Hopformer 时间序列预测框架论文发布
热点事件持续更新
Hopformer 时间序列预测框架论文发布
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Wan Zhang 等作者在 arXiv 发布 Hopformer（Homogeneity-Pursuit Transformer），一个用于含高维协变量的多时间序列预测的两阶段框架。 第一阶段通过 Sparsity Pattern Aggregation（SPA）提取含协变量的低方差共同趋势，作为同质化层；第二阶段用 LoRA 微调的 Transformer 建模残差中的复杂依赖。 论文称该框架旨在应对高维协变量多时间序列预测中的同质性追求问题。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
Hopformer：面向时间序列预测的同质性追求 Transformer报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.LGHopformer：面向时间序列预测的同质性追求 Transformer
Hopformer 是一个用于高维协变量多时间序列预测的两阶段框架，第一阶段通过 Sparsity Pattern Aggregation（SPA）提取含协变量的低方差共同趋势作为同质化层，第二阶段用 LoRA 微调的 Transformer 建模残差中的复杂依赖。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。