HAN-Mamba:用Mamba更换注意力编码器预测波动率
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
最新进展10月8日 12:00
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报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv:cs.LGHAN-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。