Machine learningTime-series forecasting
أوتوفورمر: مُحوّل التفكيك للتنبؤ بالسلاسل الزمنية طويلة الأمد
أوتوفورمر هو بنية تعلم عميق للتنبؤ بالسلاسل الزمنية طويلة الأمد، قدمها وو وآخرون من جامعة تسينغهوا في مؤتمر NeurIPS 2021. يستبدل آلية الانتباه الذاتي القياسية بآلية الارتباط الذاتي التي تستغل التبعيات الدورية في مجال التردد، ويدمج كتلة تفكيك تدريجي للسلاسل عبر المُشفّر والمُفكّك لنمذجة مكونات الاتجاه والموسمية بشكل منفصل.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Wu, H., Xu, J., Wang, J., & Long, M. (2021). Autoformer: Decomposition transformers with auto-correlation for long-term series forecasting. NeurIPS, 34. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). Autoformer (Auto-Correlation Decomposition Transformer). ScholarGate. https://scholargate.app/ar/deep-learning/autoformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- نموذج ARIMA (الانحدار الذاتي المتكامل للمتوسط المتحرك)الاقتصاد القياسي↔ compare
- FEDformer: مُحَوِّل مُعَزَّز بالترددات ومُفَكَّكالتعلم العميق↔ compare
- المُخبِر (Informer)التعلم العميق↔ compare
- TimesNet: نمذجة التباين الزماني ثنائي الأبعاد للسلاسل الزمنيةالتعلم العميق↔ compare
يُستشهد بها في
ETSformer: محولات التنعيم الأسي للتنبؤ بالسلاسل الزمنيةFEDformer: مُحَوِّل مُعَزَّز بالترددات ومُفَكَّكنموذج الذاكرة ليجندر مع تحسين التردد (FiLM)المحول غير المستقر (Non-stationary Transformer)Pyraformer: مُحَوِّل الانتباه الهرمي للتنبؤ بالسلاسل الزمنية طويلة المدىTimesNet: نمذجة التباين الزماني ثنائي الأبعاد للسلاسل الزمنية