feat: add TimesNet_Q and xPatch models with Q matrix transformations

layers/telu.py

@@ -0,0 +1,30 @@
+import torch
+import torch.nn as nn
+import torch.nn.functional as F
+
+class TeLU(nn.Module):
+    """
+    实现论文中提出的 TeLU 激活函数。
+    论文: TeLU Activation Function for Fast and Stable Deep Learning
+    公式: TeLU(x) = x * tanh(e^x)
+    """
+    def __init__(self):
+        """
+        TeLU 激活函数没有可学习的参数，所以 __init__ 方法很简单。
+        """
+        super(TeLU, self).__init__()
+
+    def forward(self, x: torch.Tensor) -> torch.Tensor:
+        """
+        前向传播的计算逻辑。
+        """
+        # 直接应用公式
+        return x * torch.tanh(torch.exp(x))
+
+    def __repr__(self):
+        """
+        (可选但推荐) 定义一个好的字符串表示，方便打印模型结构。
+        """
+        return f"{self.__class__.__name__}()"
+
+