阿里达摩院提出时序预测新模型

7月12日消息，近日，阿里达摩院提出了一种长时序预测的新模型FEDformer，精准度比业界最优方法提升14.8%以上，模型已应用于电网负荷预测。相关论文已被机器学习顶会ICML2022收录。据了解，ICML是机器学习领域的顶级学术会议，达摩院决策智能实验室的论文《FEDformer: Frequency Enhanced Decomposed Transformer for Long-term Series Forecasting》关注了机器学习领域的经典问题：时序预测（Time Series Forecasting）。此次阿里达摩院提出的新模型FEDformer融合了transformer和经典信号处理方法。例如，利用傅立叶/小波变换将时域信息拆解为频域信息，让transformer更好地学习长时序中的依赖关系；FEDformer也能排除干扰，具有更好的鲁棒性。