FREQTSF: TIME SERIES FORECASTING VIA SIMULATING FREQUENCY KRAMER-KRONIG RELATIONS
创建于 更新于
摘要
本报告提出了一种基于频率域的时间序列预测框架FreqTSF，通过引入频率变换模块和频率交叉注意力，模拟因果系统中实部与虚部间的Kramer-Kronig关系，提升对长短期依赖和多周期信号的捕获能力。该方法通过短时傅里叶变换提取多尺度频率信息，用频率交叉注意力确保频域内实虚部的内在联系，显著降低计算复杂度，从理论和实证上均证实其时间复杂度和内存复杂度从$\mathcal{O}(L^2)$降至$\mathcal{O}(L)$，在四个基准数据集上相比最新方法实现了15%的均方误差和11%的平均绝对误差相对减小，验证了其优越的预测性能和资源效率[pidx::0][pidx::1][pidx::3][pidx::6][pidx::8].
