模型Informer模型
Informer
2021年提出的长序列时间序列预测Transformer模型,核心创新为ProbSparse自注意力机制和生成式解码器,支持一次性多步预测。
时间轴 (近 90 天)
11月13日
SkinCast包含四个编码器:一个预训练的Informer处理玩家偏好时间序列;一个预训练的Player-Hero-Skin图嵌入器捕捉关系先验;两个轻量级Transformer分别编码皮肤属性和发布上下文。
待验证50%
11月13日
SkinCast的融合特征通过带有局部加全局day-x位置编码的共享主干,再经N层Informer解码器以单次非自回归方式输出预测序列。
待验证50%
11月13日
Informer是2021年提出的长序列时间序列预测模型,其ProbSparse自注意力机制将注意力复杂度从O(L²)降至O(L log L),并采用生成式解码器一次性输出多步预测。
待验证50%
11月13日
离线实验显示,SkinCast相比最强基线Informer将RMSE降低了约20%,相比经典方法降低了约60%。
待验证50%
全部知识事实 (4)
待验证
SkinCast包含四个编码器:一个预训练的Informer处理玩家偏好时间序列;一个预训练的Player-Hero-Skin图嵌入器捕捉关系先验;两个轻量级Transformer分别编码皮肤属性和发布上下文。
50%待验证SkinCast的融合特征通过带有局部加全局day-x位置编码的共享主干,再经N层Informer解码器以单次非自回归方式输出预测序列。
50%待验证Informer是2021年提出的长序列时间序列预测模型,其ProbSparse自注意力机制将注意力复杂度从O(L²)降至O(L log L),并采用生成式解码器一次性输出多步预测。
50%待验证离线实验显示,SkinCast相比最强基线Informer将RMSE降低了约20%,相比经典方法降低了约60%。
50%