يقدم هذا البحث نموذج SparseTSF، وهو نموذج جديد وخفيف للغاية لتنبؤ السلاسل الزمنية طويلة المدى (LTSF)، مصمم لمعالجة التحديات المرتبطة بتمثيل التبعيات الزمنية المعقدة على مدى زمني طويل باستخدام موارد حوسبة محدودة. يرتكز نموذج SparseTSF على تقنية التنبؤ النادر عبر الفترات (Cross-Period Sparse Forecasting)، التي تبسط مهمة التنبؤ من خلال فصل الدورية عن الاتجاه في بيانات السلاسل الزمنية. تتضمن هذه التقنية تقليل دقة التسلسلات الأصلية بهدف التركيز على تنبؤ الاتجاه عبر الفترات، مما يسمح باستخلاص ميزات دورية فعالة مع تقليل كبير في تعقيد النموذج وعدد المعلمات. وباستناد إلى هذه التقنية، يحقق نموذج SparseTSF أداءً تنافسيًا أو متفوقًا مقارنةً بالنماذج الرائدة حاليًا، مع استخدام أقل من 1000 معلمة. علاوةً على ذلك، يُظهر SparseTSF قدرات تعميم مميزة، مما يجعله مناسبًا جدًا للسياقات التي تفتقر إلى الموارد الحاسوبية الكافية، أو تشهد عينات صغيرة، أو بيانات منخفضة الجودة. يُتاح الكود المصدر للنموذج عبر هذا المستودع: https://github.com/lss-1138/SparseTSF.