সময় সিরিজ পূর্বাভাসের জন্য DLinear: ডিকম্পোজিশন লিনিয়ার মডেল
DLinear হল একটি হালকা সময় সিরিজ পূর্বাভাস মডেল যা Zeng et al. AAAI 2023-এ চালু করেছিলেন। এটি দীর্ঘ-মেয়াদী পূর্বাভাসের জন্য ট্রান্সফরমার-ভিত্তিক আর্কিটেকচার অপরিহার্য—এই প্রচলিত ধারণাকে চ্যালেঞ্জ করে। মডেলটি একটি মুভিং এভারেজ ফিল্টার ব্যবহার করে ইনপুট সিকোয়েন্সকে ট্রেন্ড (trend) এবং সিজনাল (seasonal) উপাদানে বিভক্ত করে, তারপর প্রতিটি উপাদানে পৃথক সিঙ্গেল-লেয়ার লিনিয়ার ট্রান্সফরমেশন প্রয়োগ করে চূড়ান্ত পূর্বাভাস তৈরি করার জন্য তাদের আউটপুট যোগ করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Zeng, A., Chen, M., Zhang, L., & Xu, Q. (2023). Are transformers effective for time series forecasting? AAAI. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). DLinear (Decomposition Linear Model for Forecasting). ScholarGate. https://scholargate.app/bn/deep-learning/dlinear
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.
- ARIMA (Autoregressive Integrated Moving Average) মডেলঅর্থমিতি↔ compare
- PatchTSTগভীর শিখন↔ compare
- TSMixer: সময় সিরিজের পূর্বাভাসের জন্য সম্পূর্ণ MLP আর্কিটেকচারগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →