Autoformer

收录理由

长期预测才是检验预测模型真功夫的战场，这个仓库正是Autoformer的官方PyTorch实现。它没有把时间序列当作一条平坦的序列来处理，而是先将其逐步拆解成趋势和季节成分，再用自相关机制替代经典的自注意力，专门捕捉基于周期的依赖关系，而且随着预测时长增加，计算复杂度仍能保持对数线性。代码里附带了覆盖能源、交通、经济、天气和疾病六个公开基准的脚本，无论是复现论文结果，还是借鉴这套分解思路搭建自己的流程，都很顺手。这套方法还曾被用于2022年冬奥会赛场的风速和温度预报，能在实际赛事中落地，足见其并非只是实验室里的花架子。