TimesNet: Modelowanie dwuwymiarowych wariacji czasowych dla szeregów czasowych

TimesNet to ogólnego przeznaczenia model szeregów czasowych wprowadzony przez Wu i wsp. na konferencji ICLR 2023. Jego centralna idea polega na tym, że jednowymiarowe lub wielowymiarowe szeregi czasowe można zinterpretować na nowo jako zbiory dwuwymiarowych map czasowych poprzez przekształcenie jednowymiarowego sygnału zgodnie z jego dominującymi okresowościami, wykrytymi za pomocą szybkiej transformacji Fouriera (FFT). Ta transformacja 1D-na-2D ujawnia zarówno wzorce wewnątrzokresowe (w obrębie jednego cyklu), jak i trendy międzyokresowe (między cyklami), umożliwiając potężnym dwuwymiarowym architekturkom konwolucyjnym modelowanie zmienności czasowej.