基于深度可分离卷积的轻量级时间卷积网络设计

来源：计算机工程杂志2020年第9期北京时间：

作者：曹渝昆, 桂丽嫒

单位：上海电力大学 计算机科学与技术学院, 上海 200090

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

基金资助：国家自然科学基金（61702321）。