TiDE: مشفر كثيف للسلاسل الزمنية
TiDE (Time-series Dense Encoder) هو بنية مشفر-مفكك قائمة على MLP للتنبؤ بالسلاسل الزمنية متعددة المتغيرات طويلة الأجل، قدمها Abhimanyu Das وزملاؤه في Google Research عام 2023. يقوم النموذج بتشفير ملاحظات السلاسل الزمنية السابقة مع المتغيرات الثابتة والديناميكية من خلال طبقات كثيفة مكدسة (MLP)، ثم يفك تشفير تمثيل كامن إلى تنبؤات مستقبلية. تُظهر TiDE أن البنى الخطية والكثيفة البسيطة يمكن أن تضاهي أو تتفوق على النماذج القائمة على Transformer في معايير التنبؤ طويلة الأجل القياسية مع كونها أسرع بكثير.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Das, A., Kong, W., Leach, A., Mathur, S., Sen, R., & Yu, R. (2023). Long-term forecasting with TiDE: Time-series dense encoder. Transactions on Machine Learning Research. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/ar/deep-learning/tide
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.
- DLinear: نموذج الانحدار الخطي المُحلل للتنبؤ بالسلاسل الزمنيةالتعلم العميق↔ compare
- الشبكة العصبية متعددة الطبقات (MLP)التعلم العميق↔ compare
- TSMixer: بنية تعتمد كليًا على طبقات MLP للتنبؤ بالسلاسل الزمنيةالتعلم العميق↔ compare