论文标题：FITS: Modeling Time Series with 10k Parameters

论文标题：FEDformer: Frequency Enhanced Decomposed Transformer for Long-term Series Forecasting

论文标题：TEMPORAL 2D-VARIATION MODELING FOR GENERAL TIME SERIES ANALYSIS

论文标题：iCROSSFORMER : TRANSFORMER UTILIZING CROSS DIMENSION DEPENDENCY FOR MULTIVARIATE TIME SERIES FORECASTING

这篇文章的思路就是：通过傅立叶变化，把时序数据自适应切分为最佳的、不同尺度的patch，然后设计patch内和patch间的注意力机制，进行下游任务。思路非常清晰简洁。...

论文标题：iTransformer: Inverted Transformers Are Effective for Time Series Forecasting

论文标题：LEARNING TO EMBED TIME SERIES PATCHES INDEPENDENTLY

书接上回，我们在之前的文章已经分析了直接把transformer应用到时间序列预测问题的不足，其中我们总结了4个不足：分别是：

我们在先前的一篇文章中已经总结了直接把Transformer应用到时间序列数据存在的问题，其中序列平稳化是transformer也是其他很多模型都未解决好的一个不足。实际上，序列平稳和非平稳是矛盾的存在，这篇文章探索了：原始数据--...

所以从这篇开始，我也会同步记录自己阅读时间序列论文的笔记。但根据我的经验，由于相关论文太多，刚刚入坑的同学大多是不知道该从哪篇读起的，这是因为新手（包括我自己）往往对当前的研究的发展脉络是没有整体概念的。...