AWEMixer revolutioniert Langzeitvorhersagen von IoT‑Zeitreihen
Die Vorhersage von langfristigen Zeitreihen in IoT‑Umgebungen bleibt eine große Herausforderung, weil Sensordaten häufig nichtstationär und multiskaliert sind. Zusätzlich führt die Akkumulation von Fehlern zu einer Verschlechterung der Prognosequalität, je weiter in die Zukunft man blickt.
Mit dem neuen Modell AWEMixer – einem Adaptive Wavelet‑Enhanced Mixer Network – werden diese Probleme angegangen. Das System kombiniert zwei innovative Bausteine: Erstens ein Frequency Router, der die globale Periodizität, die durch die Fast‑Fourier‑Transformation ermittelt wird, nutzt, um lokalisierte Wavelet‑Subbands adaptiv zu gewichten. Zweitens ein Coherent Gated Fusion Block, der mittels Cross‑Attention und einem Gating‑Mechanismus die wichtigsten Frequenzmerkmale selektiv mit mehrschichtigen zeitlichen Darstellungen integriert. Dadurch wird eine präzise Zeit‑Frequenz‑Lokalisierung erreicht, die gleichzeitig robust gegenüber Rauschen bleibt.
Auf sieben öffentlichen Benchmarks übertrifft AWEMixer aktuelle Spitzenmodelle. Es liefert konsequent bessere Ergebnisse als transformer‑basierte und MLP‑basierte Ansätze bei der Vorhersage von langen Zeitreihen.
Der Quellcode ist frei verfügbar unter https://github.com/hit636/AWEMixer.