FiLM: Frequency Improved Legendre Memory Model

FiLM ist eine Architektur für die Langzeit-Zeitreihenprognose, die von Tian Zhou und Kollegen auf der NeurIPS 2022 vorgestellt wurde. Sie kombiniert Legendre-Polynom-Projektionen der historischen Eingabe mit lernbaren Filtern im Frequenzbereich, die auf die resultierenden Koeffizientenfolgen angewendet werden. Durch die Darstellung der Historie als kompakte Menge von Polynomkoeffizienten und die Filterung dieser Koeffizienten im Frequenzbereich ermöglicht FiLM eine effiziente Extrapolation über lange Vorhersagehorizonte ohne die quadratischen Kosten der vollständigen Selbst-Aufmerksamkeit.