Core Concepts
Transformer 기반 LTSF 모델의 성능 향상을 위해 데이터 중복 문제를 해결하는 새로운 방법 소개
Abstract
긴 시퀀스 데이터 처리 능력을 갖춘 Transformer 모델의 성능 향상 필요
Rolling forecasting 설정으로 인한 데이터 중복 문제 해결을 위한 새로운 접근 방식 소개
Curriculum learning 및 메모리 기반 디코더 도입으로 LTSF 성능 향상
실험 결과, 제안된 방법이 다양한 Transformer 기반 LTSF 모델의 성능을 최대 30% 향상
다양한 LTSF 벤치마크 데이터셋에서 실험 결과 검증
Stats
Rolling forecasting 설정으로 인한 데이터 중복 문제 해결
LTSF 성능 향상 최대 30%
Quotes
"우리의 방법은 다양한 Transformer 기반 LTSF 모델의 성능을 최대 30% 향상시킬 수 있음"
"데이터 중복 문제를 해결하기 위해 CLMFormer와 메모리 기반 디코더를 도입"