ETSformer: Transformers de Suavização Exponencial para Previsão de Séries Temporais

ETSformer é uma arquitetura de aprendizado profundo para previsão de séries temporais introduzida por Woo et al. em 2022. Ela integra princípios clássicos de suavização exponencial diretamente no framework Transformer, substituindo a autoatenção padrão por um mecanismo de atenção de suavização exponencial. O modelo decompõe uma série temporal em componentes de nível, crescimento (tendência) e sazonalidade, permitindo-lhe alavancar tanto a modelagem de dependências de longo alcance dos Transformers quanto a estrutura interpretável dos modelos estatísticos ETS.