.png){kind=icon}
返回
Diffinformer: Diffusion informer model for long sequence time-series forecasting
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.129944.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• Diffinformer的介绍：我们提出了Diffinformer，这是首个将ProbSparse注意力机制与扩散过程相结合用于时间序列预测的模型。
• 条件扩散的应用：条件扩散在时间序列预测中的应用增强了信噪比（SNR），为预测精度的理论性和实践性改进提供了支持。
• 高效且准确的预测：Diffinformer能够单步生成完整序列的预测，显著降低了计算复杂度，并在多个大规模数据集上超越了基线模型的表现。
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
A hybrid modelling method for time series forecasting based on a linear regression model and deep learning基于线性回归模型和深度学习的时间序列预测混合建模方法.png)
APPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏分享收藏Neural network based optimization approach for energy demand prediction in smart gridNEUROCOMPUTING
NEUROCOMPUTINGIF6.5
PREAI
分享收藏
查看更多内容