{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2024,6,5]]，“日期-时间”：“2024-06-05T00:24:05Z”，“时间戳”：1717547045122}，“参考-计数”：72，“出版商”：“计算机协会（ACM）”，“问题”：“1”，“资助者”：[{“名称”：“NSF”，“奖项”：[“2327954”]}]，“内容域”：{“域”：[]，“crossmark-restriction”：false}，“short-container-title”：[“Proc.ACM Manag.Data”]，“published-print”：{“date-parts”：[[2024,3,12]]}，”抽象“：”时间序列分析在许多实际应用程序中都很重要。最近，自然语言处理中流行的Transformer模型被用来学习时间序列中的高质量特征嵌入：嵌入是各种时间序列分析任务（例如向量数据库中基于相似性的时间序列查询）性能的关键。然而，二次时间和空间复杂性限制了变形金刚的可扩展性，特别是对于长时间序列。为了解决这些问题，我们开发了一个时间序列分析工具RITA，它使用了一种新的注意力机制，称为组注意力，来解决这个可伸缩性问题。组注意力根据对象的相似性动态地将其聚类为少数组，并在粗组粒度上近似计算注意力。因此，它显著降低了时间和空间复杂性，同时为计算注意力的质量提供了理论保证。RITA的动态调度器在训练过程中不断调整组数和批大小，确保组注意力始终使用满足近似质量要求所需的最少组。对各种时间序列数据集和分析任务进行的大量实验表明，RITA在准确性方面优于最先进的技术，并且速度显著加快，加速率高达63倍<\/jats:p>“，”DOI“：”10.1145\/33639317“，”type“：”期刊文章“，”已创建“：｛”日期部分“：[[2024,3,26]，”日期时间“：”2024-03-26T22:51:32Z“，”时间戳“：1711493492000｝，”page“：”1-28“，”source“：”Crossref“，”由count引用“：0，”title“：[”RITA:时间序列分析所需的全部是Group Attention“]，”prefix“：”10.1145“，”volume“：”2“，”author“：[｛“ORCID”：“http:\/\/orcid.org/0009-00009-2675-3901”，“已认证的虎鲸”：false，“给定”：“佳明”，“家族”：“良”，“序列”：“第一”，“隶属关系”：[｛“name”：“宾夕法尼亚大学，费城，PA，USA”｝]｝，｛“orcid”：“http:\/\/orcid.org/0000-0001-909-8607”，“已认证的虎鲸”：false，“给定”：“雷”，“家族”：“曹”，“序列”：“附加”，“隶属关系”：[｛”name“：”美国亚利桑那州立大学计算机科学系，美国亚利桑那州图森市MIT“}]}，{“ORCID”：“http://\/ORCID.org\/0000-0002-7470-3265”，“authenticated-ORCID”：false，“given”：”Samuel“，“family”：“Madden”，“sequence”：“additional”，“affiliation”：[{“name”：“美国马萨诸塞州剑桥市麻省理工学院”}]}，{”ORCID“：”http://\ORCID.org\/000-0001-7527-2957“，”已认证的虎鲸“：false，”给定“：”扎克“，”家族“：”艾夫斯“，”序列“：”附加“，”隶属关系“：[｛”名称“：”宾夕法尼亚大学，费城，PA，USA“｝]｝，｛”orcid“：”http:\/\/orcid.org/0000-0002-1398-0621“，”已认证的虎鲸“：false，”给定“：”国梁“，”家族“：”李“，”序列“：”附加“，”隶属关系“：[｛”名称“：”清华大学，中国北京“}]}]，“成员”：“320”，“在线发布”：{“日期部分”：[[2024,3,26]]}，“参考”：[{“键”：“e_1_1_1”，“卷时间”：“张力流：异构分布式系统上的大规模机器学习。arXiv预印本arXiv:1603.04467”，“作者”：“Abadi Mart’in”，“年份”：“2016”，“非结构化”：“Mart’in Abadi、Ashish Agarwal、Paul Barham、Eugene Brevdo、Zhifeng Chen、Craig Citro、Greg S Corrado、Andy Davis、Jeffrey Dean、Matthieu Devin等人，2016年。Tensorflow：异构分布式系统上的大规模机器学习。arXiv预印arXiv:1603.04467（2016）。“}，{”key“：”e_1_1_2_1“，”volume-title“：”ETC：对变压器中的长输入和结构化输入进行编码。arXiv预打印arXiv:2004.08483“，”author“：”Ainslie Joshua“，”year“：”2020“，”unstructured“：”Joshua-Ainslie、Santiago Ontanon、Chris Alberti、Vaclav Cvick、Zachary Fisher、Philip Pham、Anirudh Ravula、Sumit Sanghai、Qifan Wang和Li Yang。2020。ETC：对变压器中的长输入和结构化输入进行编码。arXiv预印arXiv:2004.08483（2020）。“}，{”key“：”e_1_2_1_3_1“，”volume-title“：”DNNAbacus：面向深度神经网络的精确计算成本预测。arXiv预印本arXiv:2205.12095“，”author“：”Bai Lu“，“year”：“2022”，“unstructured”：“Lu Bai，Weixing Ji，Qinyuan Li，Xilai Yao，Wei Xin，and Wanyi Zhu.2022。DNNAbacus：深度神经网络的精确计算成本预测。arXiv预印arXiv:2205.12095（2022）。“}，{”key“：”e_1_2_1_4_1“，”volume-title“：”Longformer:长文档转换器。arXiv预印本arXiv:2004.05150“，”author“：”Beltagy Iz“，”year“：”2020“，”unstructured“：”Iz Beltagey，Matthew e Peters，and Arman Cohan.2020“。Longformer：长文档转换器。arXiv预印本arXiv:2004.05150（2020）。“}，{”key“：”e_1_2_1_5_1“，”非结构化“：”Tom Brown Benjamin Mann Nick Ryder Melanie Subbiah Jared D Kaplan Prafulla Dhariwal Arvind Neelakantan Pranav Shyam Girish Sastry Amanda Askell等人，2020年。语言模型的学习者很少。神经信息处理系统进展第33卷（2020）1877--1901。“}，{“key”：“e_1_2_1_6_1”，“volume-title”：“越南生物医学工程发展国际会议。Springer，809--818”，“author”：“Bui C”，“year”：“2017”，“unstructured”：“C Bui，N Pham，A Vo，A Tran，A Nguyen，and T Le.2017。以心血管疾病为重点的医疗诊断和预测的时间序列预测。在越南生物医学工程发展国际会议上。Springer，809--818.“}，{”key“：”e_1_2_1_7_1“，”doi-asserted-by“：”publisher“，“doi”：“10.14778\/3352063.3352138”}，“key”：“e_1_i_1_8_1”，“volume-title”：“Brits：时间序列的双向递归插补。神经信息处理系统的进展”，“author”：“Cao Wei”，“year”：“2018”，“unstructured”：“Wei Cao、Dong Wang、Jian Li、Hao Zhou、Lei Li和Yitan Li.2018年。英国：时间序列的双向递归插补。神经信息处理系统进展，第31卷（2018年）。“}，{”key“：”e_1_1_9_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1201\/9781420036206”}，“key”：“e_2_1_10_1”，“volume-title”：“使用稀疏变换器生成长序列。arXiv预印本arXiv:1904.10509”，“author”：“Child Rewon”，“year”：“2019”，“unstructured”：“Rewon Child，Scott Gray，Alec Radford，and Ilya Sutskever.2019。使用稀疏变换器生成长序列。arXiv预印arXiv:1904.10509（2019）。“}，{”key“：”e_1_2_1_11_1“，”unstructured“：”Krzysztof Choromanski Valerii Likhosherstof David Dohan Xingyou Song Andreea Gane Tamas Sarlos Peter Hawkins Jared Davis Afroz Mohiuddin Lukasz Kaiser等人，2020年。重新思考对表演者的关注。arXiv预印本arXiv:2009.14794（2020）。“}，{”key“：”e_1_2_1_12_1“，”volume-title“：“三元：长序列多变量时间序列预测的三角、变量-特定注意事项——完整版。ICJAI”，“author”：“Cirstea-Razvan-Gabriel”，“year”：“2022”，“unstructured”：“Razvan-Gabriel Cirstea，Chenjuan Guo，Bin Yang，Tung Kieu，Xuanyi Dong，and Shirui Pan.2022。Triformer：长序列多变量时间序列预测的三角、变量特定注意事项——完整版。ICJAI（2022）。}，{“key”：“e_1_2_1_13_1”，“非结构化”：“PostGIS项目指导委员会等，2018年。postgreSQL的PostGIS空间和地理对象。https:\/\/postgis.net“}，{”key“：”e_1_2_1_14_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/JIOT.2019.2958185”}，“key”：“e_1_i_15_1”，“volume-title”：“Support-vector networks.Machine learning”，“author”：“Cortes Corinna”，“year”：“1995”，“unstructured”：“corines and Vladimir Vapnik.1995。支持向量网络。机器学习，第20卷，3（1995），273--297.“}，{“key”：“e_1_2_1_16_1”，“doi断言者”：“publisher”，“doi”：“10.1111\/j.2517-6161.1958.tb00292.x”}，{“key”：“e_1_2_1_17_1”，“doi断言者”：“publisher”，“doi”：“10.1016\/0895-4356（90）90005-A”}，{“key”：“e_1_2_1_18_1”，“doi断言者”：“publisher”，“doi”：“10.1007 \\s10618-020-00701-z“｝，｛”键“：”e_1_2_1_19_1“，”“volume-title”：“计算语言学协会北美分会2019年会议记录：人类语言技术，NAACL-HLT 2019”，“volume”：“1”，“author”：“Devlin Jacob”，“year”：“2019”、“unstructured”：“Jacob Devlin，Ming-Wei Chang，Kenton Lee，and Kristina Toutanova。2019.BERT：语言理解深度双向转换器的预培训。《计算语言学协会北美分会2019年会议记录：人类语言技术》，NAACL-HLT 2019，明尼阿波利斯，明尼苏达州，美国，2019年6月2-7日，第1卷（长篇和短篇论文）。4171--4186.“}，{”key“：”e_1_2_1_20_1“，”doi-asserted-by“：”publisher“，“doi”：“10.2307\/1403797”}，“key”：“e_2_2_21_1”，“volume-title”：“Ross B.Girshick，Pieter Noordhuis，Lukasz Wesolowski，Aapo Kyrola，Andrew Tulloch，Yangqing Jia，and Kaiming He.”，“author”：“Goyal Priya”，”year“2017”，“unstructured”：“Priyal Goyal Piotr Doll\u00e1 r，Ross B。Girschick、Pieter Noordhuis、Lukasz Wesolowski、Aapo Kyrola、Andrew Tulloch、Yangqing Jia和Kaiming He。2017.精准、大批量SGD：1小时内培训ImageNet。CoRR，第1706.02677卷（2017年）。shoveprint[arXiv]1706.02677 http:\/\/arXiv.org\/abs\/1706.02677“}，{“key”：“e_1_2_1_22_1”，“volume-title”：“曲线拟合的数值方法”，“author”：“Guest Philip George”，“unstructured”：“Philip乔治Guest和Philip乔治·Guest。2012。曲线拟合的数值方法。剑桥大学出版社。“}，{”key“：”e_1_1_23_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2016.90”}，“key”：“e_2_1_24_1”，“volume-title”：“时间序列分类的深度学习：综述。数据挖掘和知识发现”，“author”：“Fawaz Hassan Ismail”，”年份“2019”，“unstructured”：“哈桑·伊斯梅尔·法瓦兹（Hassan Ismail Fawaz）、杰尔曼·福雷斯蒂尔（Germain Forestier）、乔纳森·韦伯（Jonathan Weber）、哈桑·伊多姆加尔（Lhassane Idoumghar）和皮尔雷·阿莱恩·穆勒（Pierre-Alain Muller）。2019.时间序列分类的深度学习：综述。数据挖掘和知识发现，第33卷，第4卷（2019年），第917--963页。“}，{”key“：”e_1_1_25_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s10618-020-0071-y”}，“key”：“e_1_i_1_26_1”，“volume-title”：“最近邻搜索的产品量化”，“author”：“Jegou Herve”，“year”：“2010”，“unstructured”：“埃尔夫·杰古（Herve Jegou）、马蒂杰斯·杜泽（Matthijs Douze）和科迪莉亚·施密德（Cordelia Schmid）。2010.最近邻搜索的产品量化。IEEE模式分析和机器智能事务，第33卷，第1卷（2010年），第117-128页。“}，{”key“：”e_1_2_1_27_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TBDATA.2019.2921572”}，“{”密钥“：”e_1_2_1_28_1“、”volume-title“：”计算机计算的复杂性“，”author“：”Karp Richard M“，”unstructured“：”Richard M.Karp.1972。组合问题之间的约简性。在计算机计算的复杂性中。Springer，85-103.“}，{”key“：”e_1_2_1_29_1“，”volume-title“：”大型时间序列数据库中快速相似性搜索的降维。知识与信息系统“，”author“：”Keogh Eamonn“，”year“：”2001“，”unstructured“：”Eamonn Keogh，Kaushik Chakrabarti，Michael Pazzani，and Sharad Mehrotra。2001。大型时间序列数据库中快速相似性搜索的降维方法。知识与信息系统，第3卷，第3期（2001年），第263--286页。“}，{“key”：“e_1_2_1_30_1”，“volume-title”：“Adam:随机优化的方法。arXiv预印本arXiv:1412.6980”，“author”：“Kingma Diederik P”，“year”：“2014”，“unstructured”：“Diederik-P Kingma and Jimmy Ba.2014”。亚当：一种随机优化方法。arXiv预印arXiv:1412.6980（2014）。“}，{”key“：”e_1_2_1_31_1“，”volume-title“：”改革者：高效变压器。arXiv预印本arXiv:2001.04451“，”作者“：”基塔耶夫·尼基塔“，”年份“：”2020“，”非结构化“：”尼基塔耶夫，\u0141ukasz Kaiser，and Anselm Levskaya.2020。改革者：高效的变压器。arXiv预印arXiv:2001.04451（2020）。}，{“key”：“e_1_2_1_32_1”，“volume-title”：“普通股价格的决定因素：时间序列分析。金融杂志”，“author”：“卡夫约翰”，“year”：“1977”，“unstructured”：“约翰·卡夫和亚瑟·卡夫。1977。普通股价格的决定因素：时间序列分析。《金融杂志》，第32卷，第2卷（1977年），第417--425页。“}，{“key”：“e_1_2_1_33_1”，“volume-title”：“Weinberger（Eds.）”，“卷”：“25”，“author”：“Krizhevsky Alex”，“year”：“2012”，“unstructured”：“Alex Krizhovsky，Ilya Sutskever，and Geoffrey e Hinton。2012。基于深度卷积神经网络的ImageNet分类。《神经信息处理系统进展》，F.Pereira、C.J.Burges、L.Bottou和K.Q.Weinberger（编辑），第25卷。Curran Associates，Inc.https:\/\/procedures.neurips.cc\/paper\/2012\/file\/c399862d3b9d6b76c8436e924a68c45b-paper.pdf“}，{“key”：“e_1_1_34_1”，“volume-title”：“使用可穿戴传感器的人类活动识别调查”，“author”：“Lara Oscar D”，“year”：“2012”，“unstructured”：“Oscar D-Lara和Miguel A Labrador.2012”。使用可穿戴传感器进行人类活动识别的调查。IEEE通信调查与教程，第15卷，第3卷（2012年），第1192--1209页。“}，{“key”：“e_1_2_1_35_1”，“volume-title”：“Advances in Neural Information Processing Systems”，“卷”：“32”，“author”：“Li Shiyang”，“year”：“2019”，“unstructured”：“Shiyang Li，Xiaoyong Jin，Yao Xuan，Xiyou Zhou，Wenhu Chen，YuXiang Wang，and Xifeng Yan.2019。增强时间序列预测的局部性，打破变压器的记忆瓶颈。神经信息处理系统进展，第32卷（2019年）。“}，{”key“：”e_1_2_1_36_1“，”volume-title“：”时间序列数据的聚类——一项调查。模式识别“，”author“：”Liao T Warren“，“年份”：“2005”，“非结构化”：“T Warren.Liao。2005。时间序列数据的聚类——调查。模式识别，第38卷，11（2005），1857-1874。”}，{“键”：“e_1_2_1_37_1”，“卷标题”：“第21届超大数据库国际会议论文集。490-501”，“作者”：“Lin Agrawal”，“年份”：“1995”，“非结构化”：“Rake&Agrawal King lp Lin and Harpreet S Sawhney Kyuseok Shim。1995。时间序列数据库中存在噪声、缩放和平移的快速相似性搜索。第21届超大数据库国际会议论文集。490--501.“}，{”key“：”e_1_2_1_38_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3182382”}，“key”：“e_1_cu1_39_1”，“doi-assert-by”：“publisher”，”doi“：”10.1166\/jmihi.2018.2442“}”，{“key：”e_ 1_1_40_1“”，“volume-title”：“国际学习代表大会”，“author”：“Liu Shizhan”，“year”：“”2021年“，”非结构化“：”刘世战（Shizhan Liu）、杭宇（Hang Yu）、廖聪（Cong Liao）、李建国（Jianguo Li）、林维尧（Weiyao Lin）、亚历克斯（Alex X Liu）和沙赫拉姆（Schahram Dustdar）。2021.Pyraformer：用于长期时间序列建模和预测的低复杂度金字塔注意力。在学习代表国际会议上。“}，{”key“：”e_1_1_41_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TIT.1982.1056489”}，“{”key“：“e_2_1_42_1”，“volume-title”：“解耦重量衰减正则化。arXiv预印本arXiv:1711.05101”，“author”：“Loshchilov Ilya”，“year”：“2017”，“unstructured”：“Ilya Loshchillov and Frank Hutter.2017”。解耦权重衰减正则化。arXiv预印本arXiv:1711.05101（2017）。}，{“key”：“e_1_2_1_43_1”，“volume-title”：“CDSA:多变量、地理标记时间序列插补的交叉维度自我关注。arXiv预印本arXiv:1905.09904”，“author”：“Ma Jiawei”，年：“2019”，“非结构化”：“马加伟，郑寿，Alireza Zareian，Hassan Mansour，Anthony Vetro，and Shih-Fu Chang.2019。CDSA：多变量、地理标记时间序列插补的交叉维度自我关注。arXiv预印arXiv:1905.09904（2019）。“}，{”key“：”e_1_2_1_44_1“，”volume-title“：”使用分层可导航小世界图进行高效且稳健的近似最近邻搜索“，”author“：”Malkov Yu A“，”year“：”2018“，”unstructured“：”Yu A Malkof and Dmitry A Yashunin.2018。使用分层可导航小世界图进行高效且鲁棒的近似最近邻搜索。IEEE模式分析和机器智能学报，第42卷，第4卷（2018年），第824--836页。“}，{”关键“：”e_1_2_1_45_1“，”卷-标题“：“系统学、控制论和信息学国际会议论文集：ICSCI-04”，“作者”：“内格·特里普蒂”，“年份”：“2005年”，“非结构化”：“特里普蒂·内格·班萨尔和维埃娜·班萨尔2005年”。时间序列：相似性搜索及其应用。《系统学、控制论和信息学国际会议论文集：ICSCI-04》，印度海得拉巴。528--533.“}，{“key”：“e_1_2_1_46_1”，“volume-title”：“第十一届学习表征国际会议”，“author”：“聂玉奇”，“year”：“2022”，“unstructured”：“倪玉奇，阮南华，辛敦和贾扬特·卡拉尼亚姆。2022。一个时间序列值64个单词：用变形金刚进行长期预测。在第十一届国际学习代表大会上。“}，{”key“：”e_1_1_47_1“，”doi-asserted-by“：”publisher“，“doi”：“10.14778\/3342263.3342648”}，“key”：“e_2_1_48_1”，“volume-title”：“机器学习国际会议。PMLR，1310--1318”，“author”：“Pascanu Razvan”，”year“2013”，“unstructured”：“Razvan-Pascanu，Tomas Mikolov，and Yoshua Bengio.2013”。关于训练递归神经网络的困难。在机器学习国际会议上。PMLR，1310--1318.“}，{“key”：“e_1_2_1_49_1”，“volume-title”：“梯度下降学习算法中的动量项。神经网络”，“author”：“Qiang”，“year”：“1999”，“unstructured”：“Ning Qian.1999。梯度下降学习算法中的动量项。神经网络，第12卷，第1期（1999年），第145-151页。“}，{“key”：“e_1_2_1_50_1”，“volume-title”：“亚太知识发现和数据挖掘会议”，“author”：“Ren Yankun”，《unstructured》：“Yankun-Ren，Longfei Li，Xinxing Yang，and Jun Zhou.2022。自动变压器：用于时间序列分类的自动变压器架构设计。在太平洋-亚洲知识发现和数据挖掘会议上。Springer，143--155.“}，{”key“：”e_1_2_1_51_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.ijforecast.2019.07.01”}，“key”：“e_1_i_1_52_1”，“doi-assert-by”：“publisher”，”doi“：”10.1007\/s10618-020-00679-8“}09695.2809718“}，{”key“：”e_1_1_54_1“，”doi-asserted-by“：”publisher“，“DOI“：”10.1145\/3292500.3330672“}，{”key“：”e_1_2_1_55_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1109\/PERCOM.2016.7456521”}，“key”：“e_1_i_1_56_1”，“volume-title”：“高效变压器：调查。ACM计算调查（CSUR）”，“author”：“Tay Yi”，“year”：“2020”，“unstructured”：“Yi Tay，Mostafa Deghani，Dara Bahri，and Donald梅茨勒，2020年。高效变压器：一项调查。ACM计算调查（CSUR）（2020年）。“}，{”key“：”e_1_1_57_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/PIC.2010.5687485”}，“key”：“e_2_1_58_1”，“doi-assert-by”：“publisher”，”doi“：”10.1016\/0169-270（90）90007-X“}”，{“”瓦什瓦尼·阿什瓦尼”，“年份”：“2017年”，“非结构化”：“阿什瓦尼、诺亚姆·沙泽尔、尼基·帕马尔、雅各布·乌兹科雷特、利昂·琼斯、艾丹·戈麦斯、卢卡斯·凯泽和伊利亚·波洛什金。2017年。关注是你所需要的。神经信息处理系统进展30：2017年12月4日至9日，美国加利福尼亚州长滩，2017年神经信息处理年度会议，5998-6008。“}，{”key“：”e_1_2_1_60_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1038\/s41592-019-0686-2”}，“key”：“e_2_161_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/3448016.3457550“}，{“key”：“e_1_2_1_62_1”，“volume-title”：“Linformer：线性复杂性的自我关注。arXiv预印本arXiv:2006.04768”，“author”：“Wang Sinong”，《年份》：“2020”，“非结构化”：“Sinong Wang，Belinda Z Li，Madian Khabsa，Han Fang，Hao Ma.2020。Linformer：具有线性复杂性的自我注意。arXiv预印本arXiv:2006.04768（2020）。“｝，｛”key“：”e_1_2_63_1“，”doi由“：”publisher“断言，”doi“：”10.1109\/ACCESS.20192940729“｝，｛”key“：”e_1_1_64_1“，”doi由“：”publisher“断言，”doi“：”10.1145\/3448016.3452779“｝，｛”key“：”e_1_1_65_1“，”首页“：”22419“，”文章标题“：”Autoformer:用于长期序列预测的自相关分解变压器“，”volume“：”34“，”作者“：”吴海旭“，”年份“：”2021“，”非结构化“：”吴海旭、徐洁慧、王建民、龙明生。2021.自变换器：用于长期序列预测的自相关分解变压器。《神经信息处理系统的进展》，第34卷（2021），22419-22430.“，“期刊标题”：“神经信息处理系统的进展”}，{“关键”：“e_1_2_1_66_1”，“卷标题”：“异常转换器：具有关联差异的时间序列异常检测。arXiv预印本arXiv:2110.02642”，“作者”：“徐洁慧”，“年份”：“2021”，“非结构化”：“徐洁慧、吴海旭、王建民和龙明生。2021.异常变压器：具有关联差异的时间序列异常检测。arXiv预打印arXiv:2110.02642（2021）。“}，{”key“：”e_1_1_67_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/WICOM.2007.1352”}，“{”key“：“e_2_1_68_1”，“doi-assert-by”：“publisher”，”doi“：”10.1609\/aaaai.v36i8.20881“}”，{33“，”author“：”Zaheer Manzil“，”year“：”2020“，”unstructured“：”Manzil Zaheer、Guruganesh大师、Kumar Avinava Dubey、Joshua Ainslie、Chris Alberti、Santiago Ontanon、Philip Pham、Anirudh Ravula、Qifan Wang、Li Yang等人，2020年。大鸟：长镜头的变形金刚。神经信息处理系统进展，第33卷（2020年），17283--17297.“，“journal-title”：“Advances in Neural Information Processing Systems”}，{“key”：“e_1_1_70_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1145\/3447548.3467401”}、{“密钥”：“e_1_2_1_71_1”、“doi-sserted-by“：”publisher“，”volume-title“：”FED Former：用于长期序列预测的频率增强分解变压器。arXiv预印本arXiv:2201.12740“，“作者”：“周天”，“年份”：“2022”，“非结构化”：“田州，马自清，温庆松，王雪，孙亮，金荣。2022.FED前：用于长期序列预测的频率增强分解变压器。arXiv预打印arXiv:2201.12740（2022）。“}]，”container-title“：[”ACM数据管理会议记录“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/dl.ACM.org\/doi\/pdf\/10.1145\/3639317“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]”，“deposed”：{“date-parts”：[2024,6,4]]，“date-ti”我“：“2024-06-04T22:39:34Z”，“timestamp“：1717540774000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/dl.acm.org\/doi\/10.1145\/3639317“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{date-parts“：[2024,3,12]}，‘references-count’：72，‘journal-issue’：{‘issue’：“1”，‘published-print’：{'date-parts'：[[2024,3,12]]}}，“alternative-id”：[“10.1145\/3639317”]，“URL”：“http://\/dx.doi.org\/10.1145\/3639317“，”关系“：{}，”ISSN“：[”2836-6573“]，”ISSN-type“：[{”值“：”28366573“，”类型“：”电子“}]，”主题“：[]，”发布“：{”日期部分“：[2024,3,12]]}}}