Informer

Informer is een op Transformer gebaseerd model, geïntroduceerd door Zhou et al. in 2021 voor het voorspellen van tijdreeksen met lange sequenties, dat gebruikmaakt van een ProbSparse self-attention mechanisme dat de computationele complexiteit van de standaard Transformer reduceert tot O(L log L). Het is ontworpen voor problemen die voorspellingen vereisen over duizenden toekomstige stappen.