iTransformer: বহুচলকীয় সময়-সিরিজ পূর্বাভাসের জন্য বিপরীত ট্রান্সফরমার
iTransformer হলো একটি ডিপ-লার্নিং আর্কিটেকচার যা বহুচলকীয় সময়-সিরিজ পূর্বাভাসের জন্য ব্যবহৃত হয় এবং এটি Liu et al. কর্তৃক ICLR 2024-এ প্রবর্তিত হয়েছে। এর মূল ধারণা হলো প্রচলিত ট্রান্সফরমার টোকেনাইজেশন কৌশলকে বিপরীত করা: প্রতিটি টাইম-স্টেপকে একটি টোকেন হিসাবে বিবেচনা করার পরিবর্তে, iTransformer প্রতিটি ভ্যারিয়েট (সেন্সর চ্যানেল বা ফিচার সিরিজ) কে একটি একক টোকেন হিসাবে বিবেচনা করে, যার এমবেডিং সম্পূর্ণ পর্যবেক্ষণ করা লুক-ব্যাক উইন্ডোকে এনকোড করে। এরপর সেলফ-অ্যাটেনশন ভ্যারিয়েটগুলির মধ্যে প্রয়োগ করা হয় যাতে আন্তঃ-সিরিজ নির্ভরতা ধরা যায়, যখন প্রতিটি টোকেনের মধ্যে একটি ফিড-ফরোয়ার্ড নেটওয়ার্ক টেম্পোরাল প্যাটার্ন শেখে।
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
- Liu, Y., Hu, T., Zhang, H., Wu, H., Wang, S., Ma, L., & Long, M. (2024). iTransformer: Inverted transformers are effective for time series forecasting. ICLR. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). iTransformer (Inverted Transformer for Forecasting). ScholarGate. https://scholargate.app/bn/deep-learning/itransformer
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.
- Crossformerগভীর শিখন↔ compare
- PatchTSTগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →