7月12日消息,近日,阿里達摩院提出了一種長時序預(yù)測的新模型FEDformer,精準(zhǔn)度比業(yè)界最優(yōu)方法提升14.8%以上,模型已應(yīng)用于電網(wǎng)負荷預(yù)測。相關(guān)論文已被機器學(xué)習(xí)頂會ICML2022收錄。據(jù)了解,ICML是機器學(xué)習(xí)領(lǐng)域的頂級學(xué)術(shù)會議,達摩院決策智能實驗室的論文《FEDformer: Frequency Enhanced Decomposed Transformer for Long-term Series Forecasting》關(guān)注了機器學(xué)習(xí)領(lǐng)域的經(jīng)典問題:時序預(yù)測。例如,利用傅立葉/小波變換將時域信息拆解為頻域信息,讓transformer更好地學(xué)習(xí)長時序中的依賴關(guān)系;FEDformer也能排除干擾,具有更好的魯棒性。