SwinLSTM架构理论应该也可以处理样本维度为[N, Timestep, NumFeatures]的时间序列吗

[ToUranus]

作者您好，观察该模型架构，主要是在空间上发挥比较好的特征提取能力。对于单纯的时间序列来说，单个样本的维度为[T, N]，而不是类似于多帧图像的[T, C,H,W]。如何使用该架构呢？是不是将前面embedding层删除就可以实现了呢？假设多特征NumFeatures之间存在空间特征。直接增加数据维度，发现无法喂进现有网络里

[timecoderr]

您好，我看源网络的每个数据格式为B H W C格式，请问这个帧数体现在哪里呢？

[ninaoooo]

把原有时间样本在添加一维在 C 处作为 1 通道应该就可以了吧，即 B NumFeatures Timestep C