Crossformer：用于多元时间序列预测的跨维度依赖Transformer

Crossformer是由张云浩和阎峻驰在ICLR 2023上提出的一种基于Transformer的多元时间序列预测架构。与早期独立处理每个变量的Transformer变体不同，Crossformer在建模时间模式的同时，显式地建模了跨维度依赖。它通过两阶段的注意力设计——跨时间注意力和跨维度注意力——来实现这一点，这些注意力作用于分层编码器中组织好的分段级嵌入，使模型能够同时捕捉单变量内部动态和多变量之间相关性。