• 목록

[일시]
2024.08.14

[세미나 주제]
TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting

[발표자]
강지연

[요약]
TimeMixer는 시계열이 다양한 샘플링 스케일에서 뚜렷한 패턴을 나타낸다는 중요한 관찰을 바탕으로, multiscale mixing 접근 방식을 제안하였고, 이를 통해서 micro 정보와 macro정보를 효과적으로 분리하고 결합할 수 있었습니다. PDM과 FMM블록을 활용하여 과거 데이터를 효과적으로 추출하고 미래 예측을 수행하는데 PDM은 multi scale timeseries로 시계열 분해하고, 세부적인 seasonality과 거시적인 trend정보를 각각 혼합해서 예측의 정확성을 높혔습니다. 그리고 FMM은 여러 predictor를 앙상블해서 서로 상호 보완적인 예측 능력을 활용함으로써, 다양한 스케일에서의 정보를 통합합니다. 실험 결과, TimeMixer는 장기 및 단기 예측 작업 모두에서 일관되게 좋은 성능을 달성했으며, 효율적인 running 타임을 보여주었습니다.

[줌 링크]
https://us02web.zoom.us/rec/share/d_b6lkmaO5eBNzv8gPP0VhKaw3hxxGAHqsMCj7w9QewYgKYvwdL_3PEsgE8iytA.3UsxL5l5k_PDz8sb