用於基於 Transformer 的時間序列預測的多尺度區塊注意力機制

課程名稱：深度學習

領域：人工智慧小組

師資：彭文孝、陳永昇、謝秉均

作者：戴晨安、黃昱翰、孫念慈

這組擴展現有的倒置 Transformer 模型（iTransformer、TimeXer），引入多尺度補丁（patch）機制。他們在多個解析度下產生補丁 token，並使用基於注意力的加權機制進行融合，使模型能同時捕捉短期波動與長期趨勢。於六個時間序列資料集上的實驗結果顯示，相較於單一尺度的基線模型，他們的預測準確率都有一致性的提升。