摘要
近年来，长期时间序列预测受到了广泛关注。尽管已有多种专门设计用于捕捉时间依赖性的方法，但先前的研究表明，单一的线性层在预测性能上已能与诸多复杂架构相媲美。本文对近期方法的内在有效性进行了深入探究，并得出三个关键观察结论：1）线性映射在以往长期时间序列预测方法中具有关键作用；2）RevIN（可逆归一化）与CI（通道独立性）机制在提升整体预测性能方面发挥着至关重要的作用；3）线性映射能够有效捕捉时间序列中的周期性特征，并在增加输入时序长度时，对不同通道间多样的周期表现出良好的鲁棒性。本文通过理论分析与实验验证支持上述发现，并进一步探讨了当前方法的局限性及未来研究方向。本文提出的框架代码已开源，可通过以下链接获取：\url{https://github.com/plumprc/RTSF}。