Pathformer: محولات متعددة المقاييس مع مسارات مُعدَّلة للتنبؤ بالسلاسل الزمنية

تُركّز نماذج التحويل (Transformers) للتنبؤ بالسلسلة الزمنية بشكل رئيسي على نمذجة البيانات من مقاييس محدودة أو ثابتة، مما يُعقّد عملية التقاط الخصائص المختلفة التي تمتد عبر مقاييس متعددة. نقترح نموذج "Pathformer"، وهو نموذج تحويل متعدد المقاييس يعتمد على مسارات تكيفية. حيث يدمج هذا النموذج بين الدقة الزمنية والمسافة الزمنية لتحقيق نمذجة متعددة المقاييس. تتم عملية التقسيم متعددة المقاييس من خلال تقسيم السلسلة الزمنية إلى قطع بمقاييس زمنية مختلفة باستخدام أشكال (patches) بمقاييس متنوعة. بناءً على هذا التقسيم لكل مقياس، يتم تطبيق انتباه مزدوج على هذه القطع لالتقاط الارتباطات الشاملة والتفاصيل المحلية كاعتماديات زمنية. ونتيجةً لذلك، نُثري نموذج التحويل متعدد المقاييس بمسارات تكيفية، والتي تُعدّل بشكل تلقائي عملية النمذجة متعددة المقاييس استنادًا إلى الديناميات الزمنية المتغيرة للمدخلات، مما يُحسّن من دقة وقابلية التعميم لنموذج Pathformer. أظهرت تجارب واسعة على أحد عشر مجموعة بيانات واقعية أن Pathformer لا يحقق أداءً من الدرجة الأولى مقارنةً بجميع النماذج الحالية، بل يُظهر أيضًا قدرات تعميم أقوى في سيناريوهات نقل مختلفة. تم توفير الشفرة المصدرية على الرابط التالي: https://github.com/decisionintelligence/pathformer.