基于深度可分离卷积的轻量级时间卷积网络设计

作者：曹渝昆; 桂丽嫒

来源：计算机工程, 2020, 46(09): 95-109.

DOI：10.19678/j.issn.1000-3428.0055152

• 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

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。

• 单位
  上海电力大学