多任务混合注意力
面向综合能源系统，多任务学习与混合注意力机制共同作用，实现源、荷、价的联合长期与短期预测。
力科 · Yuchen, Mu · 杨帆 · Haiyang, Wang · Yan, Yi · 张承慧
Applied Energy 2024
多任务学习共享表示，同时预测源、荷、价，减少独立模型的误差累积。
多通道特征提取与混合注意力分别提取并统一融合特征，有效应对多输入冗余噪声。
顺序卷积注意力模块结合通道与时间注意力，引导多通道特征融合，捕捉一维时序依赖。
多任务学习集成共享层，协调多列卷积神经网络、SCAM与长短期记忆网络，实现多层耦合信息学习。