iTransformer: محوّل مقلوب للتنبؤ بالسلاسل الزمنية متعددة المتغيرات
iTransformer هو بنية تعلم عميق للتنبؤ بالسلاسل الزمنية متعددة المتغيرات قدمها Liu وآخرون في ICLR 2024. فكرتها المميزة هي عكس استراتيجية الترميز التقليدية للمحوّل: بدلاً من معاملة كل خطوة زمنية كرمز (token)، يعامل iTransformer كل متغير (قناة استشعار أو سلسلة ميزات) كرمز واحد يشفر تضمينه نافذة المراقبة الكاملة. ثم يتم تطبيق الانتباه الذاتي عبر المتغيرات لالتقاط التبعيات بين السلاسل، بينما تتعلم شبكة التغذية الأمامية داخل كل رمز الأنماط الزمنية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Liu, Y., Hu, T., Zhang, H., Wu, H., Wang, S., Ma, L., & Long, M. (2024). iTransformer: Inverted transformers are effective for time series forecasting. ICLR. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). iTransformer (Inverted Transformer for Forecasting). ScholarGate. https://scholargate.app/ar/deep-learning/itransformer
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.
- Crossformerالتعلم العميق↔ compare
- PatchTSTالتعلم العميق↔ compare