跳到正文
热点事件持续更新

Li-Net多通道时序预测架构论文发布

1 篇报道1 个报道来源18 小时前更新

先了解这件事

AI 综述

2026年10月22日，arXiv Artificial Intelligence 刊出 Lei Gao 等作者的论文，提出面向多通道时间序列预测的 Li-Net 架构。据该报道，Li-Net 通过动态压缩序列与通道维度的表示、可配置非线性模块，以及在多尺度投影框架下采用稀疏 Top-K Softmax 注意力，捕捉通道内与通道间的线性及非线性依赖；该架构还可融合多模态嵌入，引导注意力聚焦关键时间步和特征通道。报道称，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。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 3 小时前更新

最新进展10月22日 12:00
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

报道时间线

沿着报道，了解事件的不同侧面。

10月22日
  1. arXiv Artificial Intelligence
    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

    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。

本事件热度走势

可比范围当前
6
可比范围峰值
710月23日 03:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。