JarvisLee

Thank you all for your interest and support for our work! At the moment, the relevant code has not yet received full approval for open-sourcing. In light of this, we...

@yuanxiaoye1031 感谢细致检查。我重新检查了下每个维度，此处 b, _, h, w = x.size() 的维度理解反了，应为： `b, _, h, w = x.size() # 简记为 [B, D, P, F]；其中 h 表示论文中的 f_{m,k}，w 表示为p_k` 因此， > "For column-axis attention,...

@Tianyi-Lin 感谢您的留言，(1) 关于frequency词汇的使用，TimeMixer++沿用了TimesNet的做法，基于信号处理领域的基本概念扩展到时间序列领域，和信号处理领域的解释有一定差别。附录的表征图中d_model横纵轴是frequency和period，便于可视d_model进行了降维处理。 (2) 您可以看一下yuanxiaoye1031的分析。此外，conv2d的作用类似Transformer中的projection，用于得到Q、K、V张量。论文中`R^{f_{m,k} × d_model}` 得到的过程分为两步，先通过 `Conv2d` 得到隐藏表示，再将 `p__k` 所在维度合并到 batch_size 维度，而并非一步到位： > ... by transposing the non-target axis to the batch dimension.