预测精度领先现有模型
提出粒子状多尺度状态空间模型，通过频域谐波去除和多尺度补丁建模，结合薛定谔方程概率分布与通道间MLP，实现时间序列预测精度提升，在多个真实数据集上达到最先进性能。
Chaoyang, Wang · Liu, Guangyu Justin
Knowledge-Based Systems 2025
通过频域去除谐波成分选择关键周期模式作为补丁长度，将序列分解到不同时间尺度，减少干扰。
利用多尺度补丁信息和时序固有趋势求解离散化薛定谔方程，确定每个时间步序列的概率分布，为预测提供可靠基础。
在通道间应用MLP层加强跨通道依赖性捕获，提升预测能力。
在多个真实数据集上的大量实验表明，TimeParticle在预测性能上超越所有现有模型，达到最先进水平。