एक्सट्रीम-एडैप्टिव ट्रान्सफॉर्मर (Exformer) एक नया पूर्वानुमान ढांचा है जो समय श्रृंखला डेटा में सामान्य और अत्यधिक घटनाओं दोनों को शामिल करने वाले कालिक निर्भरताओं को स्पष्ट रूप से मॉडल करने के लिए डिज़ाइन किया गया है।
- Exformer तीन विरल घटकों: Local, Stride, और Extreme से मिलकर बने अत्यधिक-अनुकूलित ध्यान तंत्र का उपयोग करता है।
- Local और Stride घटक क्रमशः लघु-अवधि और आवर्ती कालिक निर्भरताओं को पकड़ते हैं।
- Extreme घटक सामान्य और अत्यधिक प्रवाह पैटर्न के बीच घटना-जागरूक निर्भरताओं का चयनात्मक रूप से मॉडल करता है।
- Exformer ने सबसे उन्नत आधार रेखाओं की तुलना में चार वास्तविक जलधारा डेटासेट पर 3-दिवसीय पूर्वानुमान प्रदर्शन में श्रेष्ठता हासिल की।
निष्कर्ष दर्शाते हैं कि अत्यधिक-जागरूक ध्यान को स्पष्ट रूप से शामिल करने से दुर्लभ लेकिन महत्वपूर्ण घटनाओं वाले असंतुलित समय श्रृंखलाओं पर ट्रान्सफॉर्मर मॉडलों की पूर्वानुमान क्षमता में सुधार होता है।