PMDformer：一个简单减法实现长时序预测注意力机制纠偏

来源：市场资讯

（来源：机器之心Pro）

西南财经大学在读硕士、上智院实习生胡澳，是本文第一作者，其主要研究方向为多变量长时序预测；西南财经大学教授、成都恒图科技创始人段江，为共同第一作者。西南财经大学副教授温良剑，上智院 AI 科学家、复旦大学教授徐增林，为本文通讯作者。

长期时间序列预测（Long-term Time Series Forecasting, LTSF）是能源管理、金融市场和交通预测等领域的核心任务。现有基于 Patch 的 Transformer 模型面临一个根本性挑战：非平稳时序数据中，Patch 之间的尺度差异会严重干扰注意力机制对形状相似性的捕捉，导致模型学习到错误的相关关系，预测精度受限。

为此，西南财经大学、上海科学智能研究院（下称上智院）、复旦大学、成都恒图科技等机构最新联合提出 PMDformer—— 一种基于 Patch 均值解耦（PMD）的创新时序预测框架。通过三大核心模块的协同设计，它在多项权威基准上全面超越现有最优方法。

目前，该成果已被 ICLR 2026 接收。

现有方法的痛点：尺度差异如何「扭曲」形状建模？

长期时序预测中，研究者常用 Patch 分割策略来捕捉长序列中的局部语义，但时序数据的非平稳性带来显著挑战 —— 同一序列在不同时段的数值尺度差异悬殊。这一特性带来了两个关键问题：

图 1：PMD 解耦前后的注意力权重对比。上：原始序列中，尺度差异导致注意力偏向 P3；下：均值解耦后，注意力正确反映形状相似性

PMDformer：三位一体的解决方案

PMDformer 由三个协同工作的核心模块组成，分别解决上述不同层面的问题，形成完整的技术闭环。

图 2：PMDformer 整体架构图

一、Patch 均值解耦（PMD）：还原形状本质

PMD 的核心操作简洁而高效：对每个 Patch 减去其时间均值，将原始 Patch 分解为长期趋势（均值）和残差形状两部分。与现有 Normalization 方法不同，PMD 仅做均值减法，完整保留了 Patch 内部的振幅变化和形状结构。

二、近邻变量注意力（PVA）：聚焦最相关的跨变量依赖

PVA 模块基于一个直觉洞察：预测目标序列时，变量间在最近时间段的交互关系最具参考价值。因此，PVA 将跨变量的自注意力计算严格限制在最近一个 Patch（第 N 个 Patch）的时序词元（Tokens）上，而非全局历史序列。

这一设计带来双重优势：

三、趋势恢复注意力（TRA）：兼顾形状与趋势

PMD 在提升形状相似性建模的同时，客观上削弱了长期趋势信号。TRA 模块专门针对此问题设计：在注意力计算中，Query/Key 通道仅使用形状嵌入（确保注意力分数反映形状相似性），而 Value 通道则通过加法注入 PMD 分离出的 Patch 均值（趋势信息）。

这种分离式设计使模型能够同时编码局部形状模式和全局趋势动态，输出更稳定的预测结果。

实验结果：在 8 个权威基准上全面领先

研究团队在 8 个广泛使用的真实世界数据集上进行了系统评估，涵盖电力、天气、能源、交通等多个应用领域。与 8 个最新基线方法的比较表明，PMDformer 在 7/8 个数据集上取得最低 MSE 和 MAE，展现出稳定且全面的性能优势。

表 1：长时间序列预测任务结果对比。包含 8 个数据集、4 个预测长度（96/192/336/720 步）、MSE 与 MAE 双指标的完整对比数据

计算效率：以更少资源实现更高性能

PMDformer 在计算效率方面同样表现突出。在变量数量从 100 增至 3000、以及序列长度从 144 增至 5400 的两组扩展实验中，PMDformer 相比 PatchTST、iTransformer、ModernTCN 均需要更少的 GPU 显存。这一优势源于 PVA 模块将跨变量注意力复杂度从 O (C²N) 压缩至 O (C²)，在高维多变量场景下尤为显著。

图 3：计算效率对比：不同变量数量（左）与不同序列长度（右）下，各模型 GPU 显存占用对比

总结与展望

PMDformer 的成功揭示了时序预测领域一个长期被忽视但至关重要的问题：Patch 的均值（趋势）与残差（形状）耦合在一起，会系统性地损害注意力机制对形状相似性的建模能力。

通过一个简洁的均值减法操作，配合精心设计的趋势恢复机制和近邻变量注意力，PMDformer 在不增加模型复杂度的前提下，全面提升了预测精度与计算效率。

接下来，研究团队计划将 PMDformer 扩展至更高维度的多变量时序数据建模，并探索与多模态数据（如文本、图像）的融合应用，为能源、金融、交通等领域的智能预测持续提供新动力。