KARMA: A Multilevel Decomposition Hybrid Mamba Framework for Multivariate Long-Term Time Series Forecasting

要約

多変量の長期的かつ効率的な時系列予測は、さまざまな実用的なアプリケーションの重要な要件であり、分解モデリングを必要とする時系列データには複雑なインターリービング時間ダイナミクスがあります。
従来の時系列分解方法は単一であり、固定ルールに依存しています。これは、シリーズの潜在的な情報をマイニングし、複雑なシリーズの動的特性に適応するには不十分です。
一方、時系列予測の変圧器ベースのモデルは、高い計算の複雑さのために長いシーケンスと複雑な動的関係を効果的にモデル化するための闘争です。
これらの制限を克服するために、カルマを導入し、適応時間チャネル分解モジュール（ATCD）を使用して、トレンドと季節コンポーネントを動的に抽出します。
さらに、ハイブリッド周波数時間分解モジュール（HFT​​D）を統合して、シリーズを周波数ドメインと時間領域にさらに分解します。
これらのコンポーネントは、マルチスケールのMambaベースのKarmablockと組み合わされて、調整された方法でグローバル情報とローカル情報を効率的に処理します。
多様なドメインからの8つの実際のデータセットでの実験は、Karmaが予測精度と計算効率の両方で主流のベースライン方法を大幅に上回ることを十分に示しています。
コードと完全な結果は、このリポジトリで入手できます：https：//github.com/yedadasd/karma

要約(オリジナル)

Multivariate long-term and efficient time series forecasting is a key requirement for a variety of practical applications, and there are complex interleaving time dynamics in time series data that require decomposition modeling. Traditional time series decomposition methods are single and rely on fixed rules, which are insufficient for mining the potential information of the series and adapting to the dynamic characteristics of complex series. On the other hand, the Transformer-based models for time series forecasting struggle to effectively model long sequences and intricate dynamic relationships due to their high computational complexity. To overcome these limitations, we introduce KARMA, with an Adaptive Time Channel Decomposition module (ATCD) to dynamically extract trend and seasonal components. It further integrates a Hybrid Frequency-Time Decomposition module (HFTD) to further decompose Series into frequency-domain and time-domain. These components are coupled with multi-scale Mamba-based KarmaBlock to efficiently process global and local information in a coordinated manner. Experiments on eight real-world datasets from diverse domains well demonstrated that KARMA significantly outperforms mainstream baseline methods in both predictive accuracy and computational efficiency. Code and full results are available at this repository: https://github.com/yedadasd/KARMA

arxiv情報

提供元, 利用サービス

arxiv.jp, Google