FEATHer: Leichtgewichtiger Fourier‑Vorhersager für Echtzeit‑Industrie‑Edge

Die Vorhersage von Zeitreihen ist in industriellen Bereichen wie Fertigung und Smart Factories unverzichtbar. Mit der zunehmenden Automatisierung müssen Modelle jedoch auf Edge‑Geräten wie SPS‑Leitungen oder Mikrocontrollern laufen, die nur wenige tausend Parameter, geringe Latenz und beschränkten Speicher zulassen. Traditionelle Deep‑Learning‑Architekturen sind hier oft nicht praktikabel. Der neue Fourier‑Efficient Adaptive Temporal Hierarchy Forecaster (FEATHer) löst dieses Problem, indem er eine ultraleichte, mehrskalige Frequenz‑Decomposition nutzt, einen gemeinsamen Dense Temporal Kernel ohne Rekursion oder Attention einsetzt und frequenzspezifische Branch‑Gating‑Mechanismen sowie einen sparsamen Period‑Kernel für saisonale Muster kombiniert. Mit nur rund 400 Parametern übertrifft FEATHer in acht Benchmark‑Sätzen die bisherigen Modelle, erzielt 60 erste Plätze und einen durchschnittlichen Rang von 2,05. Diese Ergebnisse zeigen, dass zuverlässige Langzeit‑Vorhersagen auch auf stark eingeschränkten Edge‑Hardware‑Plattformen realisierbar sind und einen praktischen Weg für Echtzeit‑Inference in der Industrie eröffnen.