Crossformer
Crossformer is a Transformer-based architecture for multivariate time series forecasting, introduced by Yunhao Zhang and Junchi Yan at ICLR 2023. Unlike earlier Transformer variants that treat each variate independently, Crossformer explicitly models cross-dimension dependencies alongside temporal patterns. It achieves this through a two-stage attention design — cross-time and cross-dimension — applied over segment-level embeddings organized in a hierarchical encoder, enabling the model to capture both intra-variate dynamics and inter-variate correlations simultaneously.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.