FreqMLNet: 周波数領域再構築とタイムシリーズ予測のためのマルチスケール表現を持つ非トランスフォーマーネットワーク

科学分野:

• 人工知能 (AI) とは,人工知能 (AI) のことです.
• データサイエンス データサイエンス
• シグナル処理 信号処理

背景:

• 伝統的なタイム・ドメインの予測方法は,複雑なパターンに苦労します.
• 既存の周波数域の方法では,正確性にとって極めて重要な高周波情報をしばしば排除しています.
• 多層次分析では,ローカルとグローバルタイムシリーズの特徴を適切に統合していません.

研究 の 目的:

• 拡張されたタイムシリーズ予測のための新しいノントランスフォーマーアーキテクチャであるFreqMLNetを導入します.
• 周波数領域再構築と多層の特徴表現を組み合わせて,包括的な分析を行う.
• 周期的なパターンとマルチスケールの特徴の両方を捕捉することによって,予測の精度を向上させます.

主な方法:

• FreqMLNetを開発し,新しいノントランスフォーマーアーキテクチャを開発しました.
• 周期的なパターンを抽出するために周波数領域再構築モジュールを実装しました.
• 複数のスケールで情報を統合するために,多層の機能表現を利用した.

主要な成果:

• 長期データセットにおける平均二乗誤差の平均14.39%の改善を達成しました.
• 短期データセットにおける対称平均絶対パーセント誤差の11.03%の改善を示した.
• FreqMLNetは,複雑な予測タスクにおいて,優れた強度と予測精度を示しました.

結論:

• FreqMLNetは,タイムシリーズ予測の重要な進歩を提供します.
• このモデルは,周波数と多層の特徴を統合することによって,複雑なパターンを効果的に捉えます.
• FreqMLNetは,多様な予測アプリケーションのために,より堅牢で正確なソリューションを提供します.