TiDE: Времеви плътен енкодер
TiDE (Time-series Dense Encoder) е MLP-базирана архитектура енкодер-декодер за дългосрочно многовариантно прогнозиране на времеви редове, представена от Абхиманю Дас и колеги от Google Research през 2023 г. Моделът кодира минали наблюдения на времеви редове заедно със статични и динамични ковариати чрез подредени плътни (MLP) слоеве, след което декодира латентно представяне в бъдещи прогнози. TiDE демонстрира, че прости линейни и плътни архитектури могат да съответстват или да надминат модели, базирани на Трансформър, на стандартни бенчмаркове за дългосрочно прогнозиране, като същевременно са значително по-бързи.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/bg/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.
- DLinearДълбоко обучение↔ compare
- Многослоен персептрон (MLP)Дълбоко обучение↔ compare
- TSMixer: Изцяло базирана на MLP архитектура за прогнозиране на времеви редовеДълбоко обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →