تمثيل منفصل قابل للتفسير لتنبؤ فعّال بسلسلة زمنية طويلة الأمد

يُقدّم الصناعة 5.0 تحديات جديدة للتنبؤ الطويل الأجل بالسلاسل الزمنية (LTSF)، والتي تتميز ببيانات عالية الأبعاد وعالية الدقة، وسياقات تطبيقية ذات عواقب جسيمة. وفي هذا السياق، أصبح تطوير نماذج فعّالة وقابلة للتفسير للتنبؤ بالسلاسل الزمنية طويلة الأجل أحد التحديات الأساسية. غالبًا ما تعاني النماذج العميقة والخطية الحالية من تعقيد مفرط في المعلمات ونقص في الوضوح التفسيري. ولحل هذه المشكلات، نقترح نموذج DiPE-Linear، وهو شبكة خطية ذات كفاءة عالية في المعلمات وقابلة للتفسير بفضل الفصل (Disentangled). يدمج DiPE-Linear ثلاث مكونات زمنية: الانتباه الترددي الثابت (SFA)، والانتباه الزمني الثابت (STA)، ورسم التردد المستقل (IFM). تتناوب هذه المكونات بين التعلّم في مجالات التردد والزمن لتحقيق تفسير قابل للفصل. وتقلل البنية المفككة من تعقيد المعلمات من الدرجة التربيعية في الشبكات المتصلة بالكامل (FCs) إلى خطية، كما تقلل من التعقيد الحسابي من الدرجة التربيعية إلى اللوغاريتمي الخطي. علاوةً على ذلك، تُعزز سياسة مشاركة الأوزان من الرتبة المنخفضة قدرة النموذج على التعامل مع السلاسل متعددة المتغيرات. وعلى الرغم من عمله ضمن فضاء فرعي للشبكات المتصلة بالكامل، والذي يملك قدرة تعبير محدودة، يُظهر DiPE-Linear أداءً مماثلاً أو أفضل من الشبكات المتصلة بالكامل والنموذج غير الخطي على مجموعة متنوعة من مجموعات بيانات LTSF المفتوحة المصدر والواقعية، مما يؤكد فعالية هيكله المُصمَّم بعناية. ويجعل الجمع بين الكفاءة والدقة والقابلية للتفسير من DiPE-Linear مرشحًا قويًا لدفع تقدم التنبؤ بالسلاسل الزمنية الطويلة الأجل في الأبحاث والتطبيقات الواقعية. يمكن الوصول إلى الشفرة المصدرية عبر الرابط: https://github.com/wintertee/DiPE-Linear.