Qu'est-ce que Informer et Autoformer ?

Informer et Autoformer sont des architectures de réseaux neuronaux conçues pour la prévision efficace des séries temporelles.

• Informer : une version améliorée de Transformer, optimisée pour les longues séries temporelles. Utilise le mécanisme d'attention ProbSparse, qui réduit la complexité de calcul de l'attention en sélectionnant les clés les plus importantes, permettant de traiter plus rapidement et avec moins de ressources de longues séquences.

• Autoformer : une architecture qui introduit le mécanisme d'Auto-Corrélation pour modéliser les composants saisonniers et de tendance des séries temporelles. Cela permet de mieux capturer les dépendances à long terme et d'améliorer la précision des prévisions.

Les deux modèles visent à résoudre les problèmes des Transformers classiques lors du traitement des séries temporelles, tels que la haute complexité computationnelle et la capacité insuffisante à modéliser les dépendances à long terme.