HAMON:用于长程预测的无源光学序列混合

HAMON: Passive Optical Sequence Mixing for Long-Horizon Forecasting

精选理由

这篇论文用纯光学硬件做时序预测,在多个基准上不输甚至超过数字模型,为低功耗预测提供了新思路。

AI 摘要

HAMON是一种基于无源衍射光学的时序预测核心,将历史值编码到光瞳面上,未来位置留暗,通过级联可训练相位掩模和自由空间衍射直接输出预测场。在ETTm2数据集上所有预测区间均超越最强数字基线,在ETTh2上除最长区间外也领先,MSE最多降低14%。在Weather数据集上表现有竞争力,在Traffic和Electricity等高通道数据集上稍弱。消融实验和交叉仿真验证了预测来自光学场而非数字头部。

AI 翻译 · 中文

HAMON是一种基于无源衍射光学的时序预测核心,将历史值编码到光瞳面上,未来位置留暗,通过级联可训练相位掩模和自由空间衍射直接输出预测场。在ETTm2数据集上所有预测区间均超越最强数字基线,在ETTh2上除最长区间外也领先,MSE最多降低14%。在Weather数据集上表现有竞争力,在Traffic和Electricity等高通道数据集上稍弱。消融实验和交叉仿真验证了预测来自光学场而非数字头部。

arXiv cs.LGSimple linear and frequency-domain models remain surprisingly competitive in long-horizon time-series forecasting, and recent mechanistic evidence suggests that standard forecasting benchmarks may not require the dense s