2026年04月03日：CometNet: Contextual Motif-guided Long-term Time Series Forecasting

  • 主页 /
  • 通知公告 /
  • 通知公告

2026年04月03日：CometNet: Contextual Motif-guided Long-term Time Series Forecasting

【报告内容】

汇报人：姚陈成

汇报单位：河海大学

主题：CometNet: Contextual Motif-guided Long-term Time Series Forecasting

1、Introduction

2、Method

3、Experiment

4、Conclusion

【报告总结】

1.待解决的问题描述

长期时间序列预测在众多关键领域至关重要，但其精度仍受制于现有模型的感受野瓶颈。主流基于 Transformer 与多层感知机（ MLP ）的方法主要依赖有限的回溯窗口，限制了对长期依赖的建模能力，降低了预测性能。简单地扩大回溯窗口并不可行，不仅带来难以承受的计算复杂度，还会将重要的长期依赖淹没在历史噪声中。

2.相关创新方案

本文提出了 CometNet ，一种新颖的基于上下文基序（ Contextual Motif ）的长期时间序列预测框架，通过发现并利用重复出现的长程上下文基序来提高预测精度。

3.实验总结

基线实验优秀；消融实验到位；敏感性研究实验确定了K的值。

4.未来工作

可以将基序应用到各种不同的数据中。

报告时间：2026年04月03日19:30

腾讯会议：311-5999-8176

点我下载本讨论课相关文献或PPT吧~(提取码：iipr) 

版块链接