如何让AI准确洞察未来？蚂蚁&上交大高影响分子论文：基于Pyraformer的精准时序预测

AI正在以超预期的速度大规模降低成本+大规模落地应用于普通人的日常工作与生活。于此同时，把AI用于决策支持、风险管理、运营优化也前所未有地引发了关注与重视。

今天给大家介绍一篇由蚂蚁集团和上海交通大学共同研究撰写的paper，PYRAFORMER: LOW-COMPLEXITY PYRAMIDAL AT- TENTION FOR LONG-RANGE TIME SERIES MODELING AND FORECASTING。

共同一作分别为蚂蚁高级算法工程师刘士湛、蚂蚁高级算法专家余航。

这篇关于通过精准时间序列预测来提高风险管理能力的paper被国际表征学习大会ICLR 2022收录为Oral，当年Oral 接收率仅为1.6%。发表至今两年多，在Google Scholar上的引用量已达846次，在AI领域中属于高水平引用论文。

ICLR 2022 会议项目主席对这篇Oral的评价是：作者提出了一种用于捕捉时间序列预测中长程依赖的多分辨率金字塔注意力机制，实现了线性的时间和空间复杂度。作者们进行了广泛的实验和消融研究，证明了所提出方法始终优于现有最佳水平，并为架构的各个组成部分提供了依据。他们还提供了理论证明，保证了长序列编码的线性复杂度，并充分回应了审稿人提出的问题。作者额外进行的基准测试进一步展示了该方法的卓越性能。所有审稿人都认为这项工作对该领域做出了扎实的贡献。

ICLR由Yoshua Bengio和Yann LeCun(杨立昆) 两位图灵奖得主牵头创办，被公认为全球深度学习顶级会议。

关于Pyraformer的后续研究BasisFormer: Atten