FEDformer: مُحَوِّل مُعَزَّز بالترددات ومُفَكَّك
يُعَدّ FEDformer بنيةً قائمةً على المُحَوِّل (Transformer) للتنبؤ بالسلاسل الزمنية متعددة المتغيرات طويلة الأمد، وقد قدمها Zhou وآخرون في مؤتمر ICML 2022. يتمثل ابتكارها الأساسي في الجمع بين تفكيك الاتجاه الموسمي (seasonal-trend decomposition) والانتباه في مجال التردد (frequency-domain attention): فبدلاً من حساب الانتباه الكامل من رمز إلى رمز في المجال الزمني، يقوم FEDformer بإسقاط الاستعلامات (queries) والمفاتيح (keys) والقيم (values) إلى مجال التردد عبر تحويلات فورييه (Fourier) أو المويجات (wavelet)، ويعمل على مجموعة فرعية مختارة عشوائيًا من مكونات التردد، مما يحقق تعقيدًا خطيًا مع الحفاظ على البنية الزمنية الشاملة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Zhou, T., Ma, Z., Wen, Q., Wang, X., Sun, L., & Jin, R. (2022). FEDformer: Frequency enhanced decomposed transformer for long-term series forecasting. ICML. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). FEDformer (Frequency Enhanced Decomposed Transformer). ScholarGate. https://scholargate.app/ar/deep-learning/fedformer
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.
- أوتوفورمر: مُحوّل التفكيك للتنبؤ بالسلاسل الزمنية طويلة الأمدالتعلم العميق↔ compare
- نموذج الذاكرة ليجندر مع تحسين التردد (FiLM)التعلم العميق↔ compare
- المُخبِر (Informer)التعلم العميق↔ compare