物理引导时序建模
将时间序列演化建模为热扩散过程，通过多尺度补丁迭代更新实现全局一致性，在多数数据集上优于基线模型。
Zeqi, Ren · Yu, Jianbo · Jian, Huang · 杨晓峰 · 冷思阳 · Yuping, Liu · Shifu, Yan
Knowledge-Based Systems 2024
在大多数数据集上，MSE和MAE较基线模型降低约2%，达到最优性能。
通过展示时间序列补丁的扩散过程，TDT为预测结果提供了直观解释。
利用多尺度补丁方法将序列转换为不同类型的补丁，揭示多周期时间序列各周期间的关联。