SparseTSF: Modeling Long-term Time Series Forecasting with 1k Parameters

期限(时间) 系列(地层学) 计量经济学 时间序列 计算机科学 经济 机器学习 地质学 物理 古生物学 量子力学
作者
Shengsheng Lin,Weiwei Lin,Wentai Wu,Haojun Chen,Junjie Yang
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2405.00946
摘要

This paper introduces SparseTSF, a novel, extremely lightweight model for Long-term Time Series Forecasting (LTSF), designed to address the challenges of modeling complex temporal dependencies over extended horizons with minimal computational resources. At the heart of SparseTSF lies the Cross-Period Sparse Forecasting technique, which simplifies the forecasting task by decoupling the periodicity and trend in time series data. This technique involves downsampling the original sequences to focus on cross-period trend prediction, effectively extracting periodic features while minimizing the model's complexity and parameter count. Based on this technique, the SparseTSF model uses fewer than 1k parameters to achieve competitive or superior performance compared to state-of-the-art models. Furthermore, SparseTSF showcases remarkable generalization capabilities, making it well-suited for scenarios with limited computational resources, small samples, or low-quality data. The code is available at: https://github.com/lss-1138/SparseTSF.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
周虹发布了新的文献求助10
刚刚
深情的迎海完成签到,获得积分10
1秒前
论文顺利发布了新的文献求助30
1秒前
风中听枫发布了新的文献求助10
3秒前
大个应助miao采纳,获得10
4秒前
小蘑菇应助诗和远方的,采纳,获得10
4秒前
4秒前
痴情的机器猫完成签到,获得积分10
7秒前
哔哔完成签到,获得积分10
8秒前
8秒前
小马完成签到,获得积分10
12秒前
领导范儿应助55555采纳,获得10
13秒前
情怀应助yangderder采纳,获得10
14秒前
14秒前
打打应助郭阳采纳,获得10
15秒前
鸡爪完成签到,获得积分10
16秒前
慕青应助许起眸采纳,获得10
17秒前
无花果应助xx采纳,获得10
18秒前
小米发布了新的文献求助10
19秒前
纷纭完成签到,获得积分10
21秒前
melon完成签到 ,获得积分10
22秒前
野原小龙虾完成签到,获得积分10
24秒前
三度和弦发布了新的文献求助10
25秒前
xuxu发布了新的文献求助10
26秒前
27秒前
培培完成签到 ,获得积分10
28秒前
mt完成签到,获得积分10
28秒前
29秒前
xx完成签到,获得积分10
31秒前
32秒前
俾斯麦关注了科研通微信公众号
32秒前
33秒前
YYY完成签到,获得积分10
33秒前
xx发布了新的文献求助10
33秒前
34秒前
yangderder发布了新的文献求助10
34秒前
伊森完成签到,获得积分10
36秒前
東東发布了新的文献求助10
37秒前
37秒前
小心胖虎完成签到,获得积分10
38秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3252365
求助须知:如何正确求助?哪些是违规求助? 2895103
关于积分的说明 8285269
捐赠科研通 2563865
什么是DOI,文献DOI怎么找? 1391939
科研通“疑难数据库(出版商)”最低求助积分说明 651991
邀请新用户注册赠送积分活动 629208