【2021 NeurIPS】Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting

关键词：时序分解模块、自相关机制
特点：注重时序数据自身的周期特征
自测：使用自己的时序数据集进行测试，效果不错
导航至学习记录：学习记录链接

【2022 ICML】FEDformer: Frequency Enhanced Decomposed Transformer for Long-term Series Forecasting

关键词：频域、傅里叶变换、小波变换
特点：在Autoformer主体框架的基础上，使用傅里叶变换、小波变换将时域转换为频域后进行特征提取
自测：暂未测试
导航至学习记录：学习记录链接

【2023 ICLR】TIMESNET: TEMPORAL 2D-VARIATION MODELING FOR GENERAL TIME SERIES ANALYSIS

关键词：升维
特点：将一维时序数据转化为二维数据，借助CV领域成熟模型进行特征提取
自测：使用自己的时序数据集进行测试，效果显著
导航至学习记录：学习记录链接