TimeMixer: مزج متعدد المقاييس قابل للتحلل للتنبؤ بالسلاسل الزمنية
TimeMixer هو بنية تنبؤ بالسلاسل الزمنية قائمة على التحلل وخالية من الانتباه قدمها وانغ وآخرون في مؤتمر ICLR لعام 2024. الفكرة المركزية هي فصل المكونات الموسمية والمكونات الاتجاهية عبر مقاييس زمنية متعددة تم إنشاؤها بواسطة تجميع المتوسط، ثم مزج المعلومات عبر تلك المقاييس باستخدام كتل MLP خفيفة الوزن. من خلال معالجة الدقة التقريبية (المهيمنة على الاتجاه) والدقة الدقيقة (المهيمنة على الموسمية) بشكل منفصل ودمج تنبؤاتها، تتجنب TimeMixer التكلفة التربيعية للانتباه مع التقاط الأنماط الزمنية المحلية والعالمية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Wang, S., Wu, H., Shi, X., Hu, T., Luo, H., Ma, L., Zhang, J. Y., & Zhou, J. (2024). TimeMixer: Decomposable multiscale mixing for time series forecasting. ICLR. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). TimeMixer (Decomposable Multiscale Mixing). ScholarGate. https://scholargate.app/ar/deep-learning/timemixer
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
- TimesNet: نمذجة التباين الزماني ثنائي الأبعاد للسلاسل الزمنيةالتعلم العميق↔ compare
- TSMixer: بنية تعتمد كليًا على طبقات MLP للتنبؤ بالسلاسل الزمنيةالتعلم العميق↔ compare