arXiv · Statistics Machine Learning· Rongwen Li, Haixin Xie, Mingyang Wang, Hongwu Liu, Kun Fang, Changjian Chen, Zhuo Tang, Kenli Li·· 3 小时前AI 评分32
STCFormer：基于动态聚类 Transformer 的自适应时空建模用于站点天气预测
STCFormer: Adaptive Spatio-Temporal Modeling with Dynamic Cluster Transformer for Station-based Weather Forecasting
AI 导读
STCFormer 是一种自适应时空 Transformer，通过动态聚类分组站点并在每个时间片内结合簇内局部注意力与区域全局注意力来建模站点间空间依赖。在三个真实天气数据集上共八个温度与风速预测任务中，STCFormer 在所有八项任务的 24 小时均方误差最低，并在 48 项指标与预测步长比较中位列第一或第二。代码已公开。
来源：arXiv · Statistics Machine Learning · arxiv.org