基于深度可分离卷积的轻量级时间卷积网络设计

摘要：

时间卷积网络(TCN)在处理时间序列预测问题时存在计算量大和参数冗余问题,导致其难以应用于存储空间和计算能力受限的手机、平板电脑、笔记本电脑等移动终端.为此,设计一种轻量级时间卷积网络(L-TCN).采用深度可分离卷积代替TCN中的普通卷积,先通过通道卷积对普通卷积在空间维度上进行分离,以增加网络宽度并扩大特征提取范围,再利用逐点卷积降低普通卷积操作的计算复杂度.实验结果表明,与TCN网络相比,L-TCN在保证时间序列预测精度的同时,能减少网络模型的参数量和计算量,适用于存储空间和计算能力受限的移动终端.

关键词：时间卷积网络、深度可分离卷积、空洞卷积、因果卷积、残差网络

所属期刊栏目：46

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金61702321

在线出版日期：2020-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：95-100,109