文献阅读（48）—— 长序列time-series预测【Informer】_长序列时间序列预测

文献阅读（48）—— 长序列time-series预测【Informer】

Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting

AAAI（被评为AAAI2021最佳！足见其内容和实力！）

先验知识/知识拓展

• 现在很多模型对于短时间序列（未来几天，几个时间点）的预测性能还不错，但是当遇到长时间序列（未来一年甚至未来几年）模型的预测性能下降
• 长序列长时间预测依赖于模型有较高的预测能力，这要求精确有效的捕获输入和输出之间长期的依赖关系
• LSTM模型的性能与输入序列的长度呈负相关。随着输入序列长度的增加，模型的性能下降
  

文章结构

• 摘要
• introduction
• preliminary
• methodology★
• experiment★
• results and analysis★
• conclusions

文章方法

1. 文章核心网络结构

作者提出了以encoder-decoder为主要架构的Informer（看名字大家应该可以想到transformer了，是的，它的思想就是借鉴了transformer，很多地方的设计思想都源于transformer！）用于解决长序列时间序列预测（Long Sequence Time-series Forecasting） [LSTF]

（1） 传统意义上的transformer应用在LSTF上的局限

• 自注意力机制导致时间复杂度达到L²
• 当遇到长序列时，内存的利用率达到JL²,和序列长度的平常成正比——瓶颈！
• 长期输出的速度慢！！效率低，传统的模型得到的输出类似于RNN是step-by-step 的（根据当下预测的结果去预测下一个结果，步步紧密依赖）
  

（2）informer的contributions

• ★ 提高了LSTF的预测性能，可以有效的捕捉到长期的输入和输出之间的依赖关系
• 提出probsparse自注意力机制，时间复杂度和空间复杂度都为O(L log(L))
• 提出了自注意力蒸馏，序列从（96——>48）逐渐缩小，使长序列也不受影响
• 生成式的decoder，可以一次性输出未来的预测结果，代替了之前step-by-step的想法
  
  

2. 自注意力机制

• 传统意义上的自注意力机制：
  
  每个qkv都是一个矩阵，那么第i行的q的注意力可以写为：
  
• 作者发现在矩阵中很多位置之间是没有必然联系的，就出现了长尾现象。（只有少数点之间有相关性，绝大部分点都没有很大的关联性的。）因此作者提出了一个概念就是针对这种现象，主需要找到那些具有强相关性的q，对其进行自注意力机制，对于那些没有必然联系的q，直接赋值为平均值。
• 因为是分布，所以这个地方引入KL散度来衡量两个分布的相似性，对于和平均有很大差异的q进行自注意力机制的计算，和平均没有明显差异的直接赋平均值
  
• 根据上述提到的这种方法，精简后的自注意力机制为：
  

3. Encoder:支持在有限的内存空间处理输入长序列

• encoder用于提取长序列输入的依赖性
• 自注意力蒸馏：encoder特征作为ProbSparse 自注意力机制的输出，encoder生成的特征是和value值做相关后的结果
• 使用蒸馏的方式减少了输入序列的长度（96变48）（使用maxpooling）
  
  就很奇妙！

4. Decoder:一次性生成长序列预测输出值

• 使用generative inference缓解长序列预测速度下降的问题

（1）generative inference

• decoder部分由两部分组成：start-token 和 target-token
  
  可以理解为先教他学一会儿，剩下的自己生成。其中target-token是有时间戳的。

5. loss function

• MSE
• MAE
  不做详细介绍，关于loss可见之前的blog[几种常见的loss函数]

文章结果

1. 单变量长序列time-series预测

2. 多变量长序列time-series预测

3.模型参数的敏感性分析

从左到右依次是：

• 输入长度（48和168）对预测长度的影响
• ProbSparse 自注意力机制中控制信息的带宽
• The Combination of Layer Stacking（这个我看文献没懂，我准备去源码中理解，看起老像是将两者拼接的程度系数）
  

4. ProbSparse 自注意力机制

5. 生成式的decoder设计

6.整体计算性能

总结

1. 文章优点

• 能发在AAAI上已经是最大最亮的优点了吧！！够亮了！！
• encoder部分分析了长尾问题，提出了一个稀疏性的自注意力机制。找到相关性大的重点关注，其他部分赋予平均值
• decoder部分使用部分已知值作为结果的一部分
• 文章写的真的很好，大家都去给我读！！

2. 文章不足

• 小趴菜不配评论

可借鉴点/学习点？

• 全篇都值得我学！