详细解释Informer模型的各部分

详细解释Informer模型的各部分

1. 输入时间序列 ( T )

• 时间戳 ( t )：
  • 代表每个数据点的时间信息。例如，时间戳可能是具体的日期和时间，如“2024-06-01 00:00”。
• 标量 ( D_x )：
  • 代表时间序列的具体值，例如温度、湿度等。在我们的例子中，标量可能是“20.5℃”这样的温度值。

2. Embedding 层

• 目的：将输入的时间序列数据转换成高维特征向量，以便后续处理。
• 步骤：
  1. 时间戳嵌入：
     • 使用一维卷积层（Conv1d）将时间戳转换成高维向量。
     • 例如，将时间戳“2024-06-01 00:00”通过卷积操作得到一个长度为d的向量。
  2. 标量嵌入：
     • 同样使用一维卷积层（Conv1d）将标量数据转换成高维向量。
     • 例如，将温度“20.5℃”通过卷积操作得到一个长度为d的向量。
  3. 特征融合&#x