TSMixer: Изцяло базирана на MLP архитектура за прогнозиране на времеви редове
TSMixer е многовариантен модел за прогнозиране на времеви редове, представен от Si-An Chen и колеги от Google през 2023 г. Той оспорва преобладаващото господство на архитектурите, базирани на Трансформър, като демонстрира, че прост стек от редуващи се MLP слоеве — редуващи се между смесване по времевата ос и смесване по каналите на характеристиките — постига висока точност на прогнозиране, като същевременно остава изчислително ефективен и лесен за интерпретация архитектурно.
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
- Chen, S.-A., Li, C.-L., Yoder, N., Arik, S. O., & Pfister, T. (2023). TSMixer: An all-MLP architecture for time series forecasting. Transactions on Machine Learning Research. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). TSMixer (All-MLP Architecture for Forecasting). ScholarGate. https://scholargate.app/bg/deep-learning/tsmixer
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
- TimeMixer: Разложимо многомащабно смесване за прогнозиране на времеви редовеДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →