跳到正文
热点事件持续更新

HAN-Mamba:用Mamba更换注意力编码器预测波动率

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Mihai Bogdan Deaconu 与 Ioan Daniel Pop 提交了 HAN-Mamba 论文,提出对已有的 HAN-T 多尺度金融波动率预测模型做结构替换:把其中的二次复杂度 Transformer 注意力编码器换成选择性状态空间(Mamba)编码器。 论文称,注意力机制仅保留在跨尺度融合阶段,因为该阶段输入是三个 token 的集合,而非长序列,所以不受注意力复杂度的影响。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv:cs.LG
    HAN-Mamba:用于多尺度金融波动率预测的层次化选择性状态空间网络

    研究者提出 HAN-Mamba,用选择性状态空间(Mamba)编码器替换 HAN-T 中的 Transformer 注意力编码器,仅在跨尺度融合阶段保留注意力机制。

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。