PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.02437v1cs.LG

시계열 예측을 위한 극단값 적응형 트랜스포머

Extreme Adaptive Transformer for Time Series Forecasting

희귀하지만 중요한 극단적 사건(extreme event)을 포함하는 수문학적 시계열 예측의 불균형 문제를 해결하기 위해, Local·Stride·Extreme 세 가지 희소 어텐션 구성 요소로 이루어진 극단값 적응형 어텐션 메커니즘을 갖춘 Exformer를 제안한다. 네 개의 실제 유량 데이터셋에서 3일 예측 기준 최신 베이스라인 대비 우수한 성능을 달성하며, 극단-정상 토큰 간 사건 인식 의존성을 명시적으로 모델링하는 것이 불균형 시계열에서 트랜스포머의 예측 능력을 향상시킴을 보인다.