#Informer

Informer引入ProbSparse注意机制，大幅提升长序列时间序列预测的效率和精度。该模型利用概率分布选择活跃查询，避免冗余计算，适用于多种数据集，并在AIJ和AAAI'21获奖。提供详细的实验设置、Colab示例和数据下载链接，帮助用户快速上手并复现结果。

Informer通过ProbSparse自注意力机制和生成式解码器在长序列时间序列预测中优化了计算和内存需求，达到O(L logL)的复杂度和内存使用。模型提升了依赖对齐能力，能够高效处理长输入序列并显著提高预测速度，在多个大数据集上性能优异，为长序列预测问题提供了解决方案。