O que é PatchTST?

O PatchTST é um método para previsão de séries temporais baseado em transformadores. Ao contrário dos modelos clássicos, o PatchTST divide a série temporal em patches (sequências curtas), que são então alimentados no transformador. Essa abordagem permite capturar de forma eficiente as dependências locais e globais nos dados temporais, melhorando a qualidade das previsões.

As principais vantagens do PatchTST:

• O uso de patches reduz a complexidade computacional.
• O transformador modela bem as dependências de longo prazo.
• É adequado para várias tarefas de previsão de séries temporais.

Um exemplo de uso do PatchTST em uma tarefa de previsão de séries temporais pode ser assim (pseudo-código):

# Dividir a série temporal em patches
patches = create_patches(time_series, patch_size=16)

# Passar os patches para o transformador
predictions = PatchTSTModel(patches)

Dessa forma, o PatchTST combina as vantagens dos transformadores e da análise local de séries temporais.