arXiv Artificial Intelligence· Lei Gao, Hengda Bao, Jingfei Fang, Guangzheng Wu, Weihua Zhou, Yun Zhou·· 18 小时前AI 评分31
Li-Net：用稀疏注意力机制实现精准高效的多通道时间序列预测
Accurate and Efficient Multi-Channel Time Series Forecasting via Sparse Attention Mechanism
AI 导读
论文提出多通道时间序列预测架构 Li-Net，通过动态压缩序列与通道维度表示、可配置非线性模块及多尺度投影框架下的稀疏 Top-K Softmax 注意力，捕捉通道内与通道间的线性及非线性依赖。该架构可融合多模态嵌入以引导注意力聚焦关键时间步和特征通道。在多个真实基准数据集上，Li-Net 性能与 SOTA 基线相当，同时内存占用显著更低、推理更快。
来源：arXiv Artificial Intelligence · arxiv.org