Uploads from ‍김성범[ 교수 / 산업경영공학부 ]

Currently Playing: [Open DMQA Seminar] Channel Independent Strategy for Time Series Forecasting

시계열 예측(Time Series Forecasting)은 과거의 시계열 데이터를 바탕으로 미래의 흐름을 예측하는 문제이다. 최근 Transformer을 활용하여 시계열 예측 문제를 수행하는 여러 가지 방법론이 소개되었으나, 이 효용성에 대해서 의문을 제기하는 연구 또한 제안되었다. 본 세미나에서는 Transformer 기반 시계열 예측에서 발생하는 분포 이동(Distribution Drift) 문제와 이를 해결할 수 있는 Channel Independent Strategy에 대해서 소개한다. 참고자료: [1] Zeng, A., Chen, M., Zhang, L., & Xu, Q. (2023, June). Are transformers effective for time series forecasting?. In Proceedings of the AAAI conference on artificial intelligence (Vol. 37, No. 9, pp. 11121-11128). [2] Nie, Y., Nguyen, N. H., Sinthong, P., & Kalagnanam, J. (2023). Nie, Y., Nguyen, N. H., Sinthong, P., & Kalagnanam, J. A Time Series is Worth 64 Words: Long-term Forecasting with Transformers. In The Eleventh International Conference on Learning Representations. [3] Han, L., Ye, H. J., & Zhan, D. C. (2024). The capacity and robustness trade-off: Revisiting the channel independent strategy for multivariate time series forecasting. IEEE Transactions on Knowledge and Data Engineering.