[Paper Review] Frequency-domain MLPs are More Effective Learners in Time Series Forecasting
ฝัง
- เผยแพร่เมื่อ 19 ก.ย. 2024
- 발표자: 석사과정 박진우
1. 논문 제목: Frequency-domain MLPs are More Effective Learners in Time Series Forecasting (NeurIPS 2023)
2. 논문 링크: arxiv.org/abs/...
3. 논문 코드: github.com/aik...
4. 논문 Overview
- 간단한 구조의 MLP 모델들은 Point-wise mapping에 의존하여 시계열 데이터에 내재된 Global dependency를 다루는 능력이 부족하며, 비교적 단순한 패턴만을 학습할 수 있다는 단점이 존재
- 해당 연구에서는 이러한 문제를 해결하기 위하여 Sparse한 정보가 많은 Time-domain이 아닌, Frequency domain내에서 직접적으로 MLP를 적용함으로써 필요한 정보들을 바탕으로 예측이 진행될 수 있도록 할 수 있는 방법론 제안
- Complex number로 구성된 Frequency component를 다루고자 Freqeuncy-domain MLP 제안