1数据集介绍 ETT(电变压器温度)：由两个小时级数据集（ETTh）和两个 15 分钟级数据集（ETTm）组成。它们中的每一个都包含 2016 年 7 月至 2018 年 7 月的七种石油和电力变压器的负载特征。   数据集链接： https://drive.google.com/drive/folders/1ZOYpTUa82_jCcxIdTmyr0LXQfvaM9vIy 参

摘要 线性预测模型的近期热潮质疑了对Transformer基础架构进行修改的持续热情。这些预测器利用Transformer来建模时间序列的全局依赖性，每个时间序列标记由相同时间戳的多个变量组成。然而，Transformer在预测具有较大回溯窗口的时间序列时面临性能下降和计算爆炸的问题。此外，为每个时间序列标记嵌入的每个变量融合了多个表示潜在延迟事件和不同物理测量值的变量，这可能导致学习基于变量的

12345678 英文名称: ITRANSFORMER: INVERTED TRANSFORMERS ARE EFFECTIVE FOR TIME SERIES FORECASTING中文名称: ITRANSFORMER：倒置Transformers在时间序列预测中的有效性链接: https://openreview.net/forum?id=X6ZmOsTYVs代码:

#论文题目：ITRANSFORMER: INVERTED TRANSFORMERS ARE EFFECTIVE FOR TIME SERIES FORECASTING #论文地址：https://arxiv.org/abs/2310.06625 #论文源码开源地址：https://github.com/thuml/Time-Series-Library #论文所属会议：Machine Learni