时序预测 | 基于WTC+transformer时间序列组合预测模型(pytorch)

目录

效果一览

基本介绍

WTC+transformer时间序列组合预测模型

WTC,transformer

创新点,超级新。先发先得,高精度代码。

预测主模型transformer也可以改其他WTC-former系列,比如WTC-informer/autoformer等等,代码还也可以继续缝合创新点,优化方法。需要的也可以发要求给我定制。

WTC卷积机制是2024年7月15日发表的卷积结构(热乎的超级新,新的不能在新了)。人们尝试通过增加卷积神经网络Q(CNN)内核的大小来模拟视觉变换器(VITs)自注意力模块的全局感受野。然而,这种方法很快就遇到了上限,并在达到全局感受野之前就已饱和。

原来WTC卷积是用来做图像的,本代码尝试将它转移用到时间序列中,二维转一维,利用WTC卷积进行特征提取,将提取的结果放入transformer进行预测,预测结果非常不错!接近98%的精度,证实了可行性。

python代码

pytorch架构

适合功率预测,风电光伏预测,负荷预测,流量预测,浓度预测,机械领域预测等等各种时间序列直接预测。

1.多变量输入,单变量输出

2.多时间步预测,单时间步预测

3.R方,MAE,MSE MAPE对比图,误差图(缺少的可自行添加)

4.将结果保存下来供后续处理

5.代码自带数据,一键运行,csv,xlsx文件读取数据,也可以替换自己数据集很简单。

程序设计

  • 完整程序和数据获取方式:私信博主回复时序预测 | 基于WTC+transformer时间序列组合预测模型(pytorch)

参考资料

[1] http://t.csdn.cn/pCWSp

[2] https://download.csdn.net/download/kjm13182345320/87568090?spm=1001.2014.3001.5501

[3] https://blog.csdn.net/kjm13182345320/article/details/129433463?spm=1001.2014.3001.5501

相关推荐
深度学习实战训练营1 小时前
基于CNN-RNN的影像报告生成
人工智能·深度学习
孙同学要努力8 小时前
全连接神经网络案例——手写数字识别
人工智能·深度学习·神经网络
丕羽9 小时前
【Pytorch】基本语法
人工智能·pytorch·python
sniper_fandc10 小时前
深度学习基础—循环神经网络的梯度消失与解决
人工智能·rnn·深度学习
weixin_5182850510 小时前
深度学习笔记10-多分类
人工智能·笔记·深度学习
阿_旭11 小时前
基于YOLO11/v10/v8/v5深度学习的维修工具检测识别系统设计与实现【python源码+Pyqt5界面+数据集+训练代码】
人工智能·python·深度学习·qt·ai
YRr YRr12 小时前
深度学习:Cross-attention详解
人工智能·深度学习
阿_旭12 小时前
基于YOLO11/v10/v8/v5深度学习的煤矿传送带异物检测系统设计与实现【python源码+Pyqt5界面+数据集+训练代码】
人工智能·python·深度学习·目标检测·yolo11
算家云12 小时前
如何在算家云搭建Aatrox-Bert-VITS2(音频生成)
人工智能·深度学习·aigc·模型搭建·音频生成·算家云
小言从不摸鱼13 小时前
【NLP自然语言处理】深入解析Encoder与Decoder模块:结构、作用与深度学习应用
人工智能·深度学习·神经网络·机器学习·自然语言处理·transformer·1024程序员节