相反，我们方法的 MAE 并没有随着系列数量的增长，表明我们设计的方法可以有效地利用数据集的低秩特征。全局标记的加入使 SageFormer 不仅能学习单个序列的时间模式，还能关注序列之间的依赖关系，从而增强多样性并克服序列独立的局限性。Θ是c*c维的，可以理解成表述序列间相关关系的一个权重矩阵，E是序列的节点嵌入，是通过随机初始化的 E∈R N×C 来学习的，两者相乘后过一个非线性，可以理解为考

在以往的文献中，shapelets 在分类任务中提供了可解释 性。shapelet是什么shapelet其实就是一段时间序列数据中的某个子序列，这个子序列是这段时间序列数据的最显著的特点（显然，shapelet和趋势，周期分量一样，也是时序数据本身的一种特别的分量）参考：Time Series Shapelets: A New Primitive for Data Mining问题：大多数现有作品