TimesNet: Modellazione della Variazione Temporale 2D per Serie Storiche

TimesNet è un modello generico per serie storiche introdotto da Wu et al. all'ICLR 2023. La sua idea centrale è che serie storiche univariate o multivariate possano essere reinterpretate come collezioni di mappe temporali bidimensionali, rimodellando il segnale 1D in base alle sue periodicità dominanti, rilevate tramite Trasformata di Fourier Veloce (FFT). Questa trasformazione da 1D a 2D espone sia pattern intra-periodo (all'interno di un ciclo) sia trend inter-periodo (tra cicli), abilitando potenti architetture convoluzionali 2D per modellare la variazione temporale.