Modello Multi-In-Multi-Out basato su CNN per una previsione spazio-temporale efficiente
Viene proposto un nuovo modello basato su CNN chiamato Multi-In-Multi-Out (MIMO) per affrontare le limitazioni nella previsione spazio-temporale. I modelli CNN esistenti hanno difficoltà con le informazioni globali a causa delle proprietà locali dei kernel e mescolano gli assi temporali e dei canali, mentre i modelli Transformer soffrono di elevata complessità e lunghi tempi di addestramento a causa dell'auto-attenzione. Il modello MIMO mira a superare queste sfide introducendo una struttura innovativa che migliora efficienza e prestazioni. L'articolo è pubblicato su arXiv con identificatore 2605.01277.
Fatti principali
- Il modello si chiama Multi-In-Multi-Out (MIMO) basato su CNN.
- È destinato a compiti di previsione spazio-temporale.
- I modelli CNN hanno difficoltà con le informazioni globali a causa delle proprietà locali dei kernel.
- I modelli Transformer hanno un'elevata complessità dovuta ai calcoli di auto-attenzione.
- L'articolo è disponibile su arXiv con ID 2605.01277.
- Il modello mira a migliorare efficienza e prestazioni rispetto agli approcci esistenti.
Entità
Istituzioni
- arXiv