FITS：以 $10k$ 参数建模时间序列
机器学习
2024-01-08 v3
摘要
在本文中，我们介绍 FITS，一种用于时间序列分析的轻量但强大的模型。与直接处理原始时域数据的现有模型不同，FITS 基于时间序列可通过复频域中的插值进行操作这一原理工作。通过丢弃对时间序列数据影响可忽略的高频分量，FITS 在时间序列预测和异常检测任务上取得了与最先进（state-of-the-art）模型相当的性能，同时具有仅约 参数的极小规模。如此轻量的模型可轻松在边缘设备上训练与部署，为各类应用创造机会。代码见：\url{https://github.com/VEWOXIC/FITS}
引用
@article{arxiv.2307.03756,
title = {FITS: Modeling Time Series with $10k$ Parameters},
author = {Zhijian Xu and Ailing Zeng and Qiang Xu},
journal= {arXiv preprint arXiv:2307.03756},
year = {2024}
}