FiLM: ফ্রিকোয়েন্সি উন্নত Legendre মেমরি মডেল
FiLM হলো একটি দীর্ঘমেয়াদী সময়-সিরিজ পূর্বাভাস স্থাপত্য যা Tian Zhou এবং তাঁর সহকর্মীরা NeurIPS 2022-এ উপস্থাপন করেন। এটি ঐতিহাসিক ইনপুটের Legendre বহুপদী অভিক্ষেপকে (projection) প্রাপ্ত সহগ (coefficient) ক্রমগুলির উপর প্রয়োগ করা শেখার যোগ্য ফ্রিকোয়েন্সি-ডোমেন ফিল্টারগুলির সাথে একত্রিত করে। ইতিহাসকে বহুপদী সহগের একটি সংক্ষিপ্ত সেট হিসাবে উপস্থাপন করে এবং সেই সহগগুলিকে ফ্রিকোয়েন্সি ডোমেনে ফিল্টার করার মাধ্যমে, FiLM সম্পূর্ণ স্ব-মনোযোগের (self-attention) দ্বিঘাত (quadratic) ব্যয় ছাড়াই দীর্ঘ পূর্বাভাস দিগন্তের (prediction horizons) উপর দক্ষ এক্সট্রাপোলেশন (extrapolation) সক্ষম 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
- Zhou, T., Ma, Z., Wen, Q., Sun, L., Yao, T., Yin, W., & Jin, R. (2022). FiLM: Frequency improved Legendre memory model for long-term time series forecasting. NeurIPS. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). FiLM (Frequency Improved Legendre Memory Model). ScholarGate. https://scholargate.app/bn/deep-learning/film
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.
- Autoformer: দীর্ঘমেয়াদী সময়-সিরিজ পূর্বাভাসের জন্য ডিকম্পোজিশন ট্রান্সফরমারগভীর শিখন↔ compare
- FEDformer: ফ্রিকোয়েন্সি এনহ্যান্সড ডিকম্পোজড ট্রান্সফরমারগভীর শিখন↔ compare
- স্টেট স্পেস মডেল (কালম্যান ফিল্টার)অর্থমিতি↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →