LTSF-Linear

收录理由

这份代码库对“长周期预测必须靠复杂模型”的说法提出了一个轻量级的反驳。它提供了三个线性模型：最简单的单层Linear、针对分布偏移设计的NLinear，以及将趋势与季节性分离的DLinear。论文发表于AAAI 2023，用实验说明这些单层结构在长期预测基准上能胜过常见的Transformer架构。为了支撑结论，仓库还复现了Informer、Autoformer、FEDformer等五个知名预测Transformer，并附带了单变量与多变量预测脚本、回看窗口实验、权重可视化工具，以及一份供后续研究使用的基准。每个模型本质上只有一个线性层，训练速度快、内存占用低，在尝试更重的结构之前，先拿它做个对照实验是相当务实的选择。