V
主页
深度学习 | 时间序列预测 | AAAI 2024 | MSGNet
发布人
大家好,今天给大家介绍的论文是MSGNet: Learning Multi-Scale Inter-Series Correlations for Multivariate Time Series Forecasting(AAAI 2024)。本文介绍了一种名为MSGNet的深度学习模型,旨在捕捉多个时间序列之间不同尺度上的相互关系。该模型利用频率域分析和自适应图卷积技术有效地提取了周期性模式,并将时间序列分解为不同的时间尺度。该模型的核心是ScaleGraph块,其中包含四个主要步骤:1)识别输入时间序列的尺度;2)使用自适应图卷积块揭示与尺度相关的变量间关系;3)通过多头注意力捕获变量内的相关性;4)使用SoftMax函数自适应地聚合来自不同尺度的表示。 ScaleGraph 模块包含三个关键模块:用于多尺度数据识别的 FFT 模块、用于时间尺度内系列间相关性学习的自适应图卷积模块、以及用于系列内相关性学习的多头注意力模块。
打开封面
下载高清视频
观看高清视频
视频下载器
2024强推!终于有教程把【深度学习时间序列预测】讲透彻了!LSTM、Informer、ARIMA模型、Pandas从零详解,迪哥半天带你搞定时间序列任务实战!
深度学习CVPR 2024 | 轻量高效ViT | SHViT
深度学习可用于时间序列预测任务的可变形注意力模块Deformable Attention
深度学习 | 遥感语义分割 | 多尺度聚合注意力模块MSAA
【ECCV 2024】深度学习图像超分领域的轻量级即插即用模块FMB
(JSTARS 2024)变化边界感知模块CBM,适用于遥感图像变化检测任务
两个适用于图像去噪任务的残差注意力模块,即插即用
深度学习CVPR 2024 | InceptionNeXt | 即插即用模块
RevIN(ICLR 2022):适用于时间序列预测任务的归一化方法,可以应用在transformer中,即插即用
深度学习|ECCV 2024 | 即插即用小波变换卷积|计算机视觉任务通用
深度学习 | (arXiv 2024.07)即插即用注意力SCSA
CRMSA(CVPR2024):可以缝在transformer中的跨区域多头自注意力模块,附缝合演示教程
即插即用特征提取注意力模块HWAB,可用于低光图像增强任务【深度学习】
【ICCV2023】深度学习多尺度线性注意力模块MLA
TIAM:适用于遥感图像变化检测任务的时空交互注意力模块
多尺度图卷积模块,点云领域【深度学习即插即用模块】ECCV 2022
ICB和ASB(ICML 2024):适用于时间序列任务的即插即用模块,可以应用在transformer中
FECAM:频率增强通道注意力模块,适用于时间序列预测任务,可以缝合在transformer中,即插即用
深度学习裂缝检测 | 基于Haar小波的注意力
深度学习通过缝合模块A+B+C还能发论文吗?看这个视频给你答案
CPCA:改进SE和CBAM的即插即用注意力模块
以U-Net为例,缝合模块教程,深度学习通用,看完不会直接来扇UP,报销路费
深度学习息肉分割 | WACV2024 | MEGANet
深度学习 | ECCV 2024 | mamba模块RSSG
GSC(MICCAI2024):可以应用在Mamba中的卷积模块,3d和2d版本,即插即用
TIF:特征融合模块,可以在跳跃连接过程中使用
NAF:即插即用模块,适用于图像恢复领域
DFF:可以缝合在transformer中的动态特征融合模块,来自于2024年3月份的文章,适用于2D和3D分割任务
SDM:特征融合模块,即插即用,2D和3D均适用
AFF(WACV2021):基于注意力机制的多特征融合模块
(TGRS 2024)深度学习多尺度差异融合模块MDFM,遥感变化检测
针对transformer的FFN层缝合教程,把深度可分离卷积缝合在FFN层中教学【深度学习】
深度学习 | ECCV 2024 | 语义分割 | RCM模块和DPG头
深度学习CVPR2024 | 用于语义分割的频率自适应扩张卷积
SFFusion:特征融合模块,2d和3d版本,附创新点的启发,提取和融合浅层特征
RSAblock:适用于3d医学图像分割的注意力模块,可以缝合在UNet中,即插即用
CMUNeXtBlock(ISBI 2024),大核卷积下采样模块
【初学者必看】深度学习修改骨干网络教程 | 以ResNet为例
详解深度学习如何使用自己的数据集跑通项目并改进,图像分类、分割、检测等项目具体实例讲解
(PRCV 2023)深度学习即插即用空间聚合模块GLSA,医学图像分割