(12)时间序列预测之MICN(CNN)

文章目录


文章信息

  1. 模型: MICN (Multi-scale Isometric Convolution Network)
  2. 关键词: 长时预测, 局部和全局信息, 多分枝结构,不同的潜在模式
  3. 作者:Huiqiang Wang, Jian Peng, Feihu Huang, Jince Wang, Junhui Chen, Yifei Xiao
  4. 机构:四川大学
  5. 发表情况: ICLR 2023 notable top 5%( Published: 02 Feb 2023, Last Modified: 15 Feb 2023 )
  6. 网址: MICN: Multi-scale Local and Global Context Modeling for Long-term Series Forecasting

前言

1. challenge

TCN :使用因果卷积 来建模时间因果关系,并使用扩张卷积 来扩展感受野。它可以更好地整合序列的局部信息 。然而,受感受野大小的限制,TCN往往需要很多层来建模时间序列的全局关系 ,这大大增加了网络的复杂性和模型的训练难度。

Transformer :时间算复杂度高,许多tokens之间的注意力计算是没有必要的。而且此类模型不能像CNN结构那样对局部特征 进行有针对性的建模。

在本文中,我们将 CNN 的建模视角与 Transformers 的建模视角相结合,从序列本身的现实特征,即局部特征和全局特征相关性来构建模型。


一、网络结构

多尺度等距卷积网络(MICN)使用多个不同卷积核的分支分别对序列的不同潜在模式进行建模。对于每个分支,我们使用基于下采样卷积局部模块 提取序列的局部特征,在此基础上,我们使用基于等距卷积全局模块 建模全局相关性。最后,采用Merge操作将多个分支中不同模式的信息进行融合。该设计将时间和空间复杂性降低到线性,消除了许多不必要的冗余计算。

模型的整体实现:多尺度混合分解(MHDecomp )块来分离输入序列的复杂模式。然后用季节预测块(Seasonal Prediction Block )预测季节信息,用趋势-周期预测块(Trend-cyclical Prediction Block )预测趋势-周期信息。然后将预测结果相加,得到最终的预测 Y p r e d Y_{pred} Ypred.

1. MHDecomp

直接将多个池化得到的结果进行平均来获得周期项

2. Trend-cyclical Prediction Block

表示为MICN-regret,文中未提及具体设计。

3. Seasonal Prediction Block

季节预测模块首先对输入进行 Embedding,其次使用 个堆叠的 MIC(Multi-scale isometric Convolution) 层预测未来。

MIC Layer

每个 MIC 层中,有多个代表不同尺度的 Branch,如上图中浅蓝色部分所示。每个 branch 实际上就是一个 Local-Global 模块。Local-Global 模块如下图:

Local部分先将输入通过 k e r n e l = i kernel=i kernel=i 的平均池化 之后,在进行 s t r i d e = k e r n e l = i stride=kernel=i stride=kernel=i 的1维卷积 的降采样,这一步将序列缩小为了原来的 i i i 倍。Global部分输入就是之前Local部分的输出,通过等距卷积 对之前的各个Local部分的特征进行建模,然后得到全局关系,最后通过转置卷积 的上采样回复到原来的长度。其中等距采样如下:

在此,还采用了因果卷积的思路,不考虑未来信息。这里的等距卷积是对TCN的复杂计算和自注意力机制的改进。

Merge

使用2维卷积将不同尺度的输出拼接在一起。

实验结果

1.长时预测

总结

参考

ICLR 2023 | 用于长时间序列预测的多尺度混合分解模块

相关推荐
小雷FansUnion1 小时前
深入理解MCP架构:智能服务编排、上下文管理与动态路由实战
人工智能·架构·大模型·mcp
资讯分享周1 小时前
扣子空间PPT生产力升级:AI智能生成与多模态创作新时代
人工智能·powerpoint
叶子爱分享2 小时前
计算机视觉与图像处理的关系
图像处理·人工智能·计算机视觉
鱼摆摆拜拜2 小时前
第 3 章:神经网络如何学习
人工智能·神经网络·学习
一只鹿鹿鹿2 小时前
信息化项目验收,软件工程评审和检查表单
大数据·人工智能·后端·智慧城市·软件工程
张较瘦_2 小时前
[论文阅读] 人工智能 | 深度学习系统崩溃恢复新方案:DaiFu框架的原位修复技术
论文阅读·人工智能·深度学习
cver1232 小时前
野生动物检测数据集介绍-5,138张图片 野生动物保护监测 智能狩猎相机系统 生态研究与调查
人工智能·pytorch·深度学习·目标检测·计算机视觉·目标跟踪
学技术的大胜嗷2 小时前
离线迁移 Conda 环境到 Windows 服务器:用 conda-pack 摆脱硬路径限制
人工智能·深度学习·yolo·目标检测·机器学习
还有糕手3 小时前
西南交通大学【机器学习实验10】
人工智能·机器学习
江瀚视野3 小时前
百度文心大模型4.5系列正式开源,开源会给百度带来什么?
人工智能