Autoformer: Transformer de descomposición para la predicción de series temporales a largo plazo

Autoformer es una arquitectura de aprendizaje profundo para la predicción de series temporales a largo plazo, introducida por Wu et al. de la Universidad de Tsinghua en NeurIPS 2021. Reemplaza el mecanismo de autoatención estándar con un mecanismo de Auto-Correlación que explota las dependencias periódicas en el dominio de la frecuencia, e incrusta un bloque de descomposición de series progresiva a lo largo del codificador y decodificador para modelar por separado los componentes de tendencia y estacionales.