SACQ: Структурированное декодирование с укоренением памяти для долгосрочного прогнозирования
arXiv:2610.111770v1 Annuate Type: New Humber: LTSF модели долгосрочного прогнозирования временных рядов (LTSB) в основном используют пятнистые кодеры, закрытые с помощью плоской считывающей головы, которая отображает всю закодированную историческую память на всех будущих этапах через единый общий прогноз. Такое имплицитное сочетание будущих позиций затушевывает исторически сложившееся положение и усиливает чувствительность к искаженным вводимым данным и крайнему шуму при надзоре. Мы представляем SACQ, структурированную головку прогнозирования, которая заменяет плоскую считывающую запись и при этом не портит энкодер. SACQ использует двухэтапный декодирующий трубопровод: сначала он устанавливает крупноразмерную сетку прогнозирования, затем уточняет каждое будущее положение посредством перекрестного наблюдения за исторической памятью и соединяет коррекцию, полученную в виде внимания, с грубой скачкой через обученные ворота на душу населения. Чтобы стабилизировать оптимизацию при длинных горизонтах и шумных знаках, мы предлагаем также утилизированную логарифмическую потерю, которая автоматически
