时间序列数据具有内在的长程和短程依赖性，对分析应用提出了独特的挑战，虽然基于Transformer的模型擅长捕获长程依赖关系，但它们在噪声灵敏度、计算效率和与较小数据集的过度拟合方面存在局限性，本次的研究人员引入了一种新颖的时间序列轻量级自适应网络，TSLANet，，作为各种时间序列任务的通用卷积模...