ELinFormer：熵校准线性注意力用于多变量时间序列

Mingtao Zhang 等作者提出熵校准线性注意力模块，并将其实例化为 ELinFormer 预测器，用于多变量时间序列建模。该方法把注意力聚合分解为均匀分量和与查询相关的修正项，用查询专属温度校准二阶 KL 代理；该代理经泰勒展开化简为分数能量除以温度平方，可由中心化 key 的共享乘积算出，无需构建完整成对分数矩阵。 作者提交的 v2 修订了理论表述与证明，补充高能量解释、与 NaLaFormer 的受控对比及可复现材料，核心方法未变。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。