Non-stationary Transformer
Non-stationary Transformer হলো Yong Liu, Haixu Wu, Jianmin Wang, এবং Mingsheng Long কর্তৃক NeurIPS 2022-এ প্রবর্তিত একটি Transformer-ভিত্তিক টাইম-সিরিজ ফোরকাস্টিং আর্কিটেকচার। এটি বাস্তব-বিশ্বের টাইম-সিরিজে Transformer প্রয়োগের একটি মৌলিক টানাপোড়েন সমাধান করে: প্রিপ্রসেসিংয়ের সময় অতিরিক্ত-স্টেশনারাইজেশন (over-stationarization) পূর্বাভাসের তথ্য বহনকারী নন-স্টেশনারি সংকেতগুলিকে সরিয়ে দেয়, যখন কাঁচা নন-স্টেশনারি ইনপুটগুলি অ্যাটেনশনকে ভেঙে দেয়। মডেলটি সিরিজের স্টেশনারাইজেশন এবং একটি অভিনব ডি-স্টেশনারি অ্যাটেনশন মেকানিজমের মাধ্যমে এটি সমাধান করে যা পূর্বাভাসের ক্ষেত্রে মূল টেম্পোরাল ডিস্ট্রিবিউশন পুনরুদ্ধার করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- Liu, Y., Wu, H., Wang, J., & Long, M. (2022). Non-stationary transformers: Exploring the stationarity in time series forecasting. NeurIPS. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Non-stationary Transformers for Forecasting. ScholarGate. https://scholargate.app/bn/deep-learning/nonstationary-transformer
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- অগমেন্টেড ডিকি-ফুলার (ADF) ইউনিট-রুট পরীক্ষাঅর্থমিতি↔ তুলনা করুন
- Autoformer: দীর্ঘমেয়াদী সময়-সিরিজ পূর্বাভাসের জন্য ডিকম্পোজিশন ট্রান্সফরমারগভীর শিখন↔ তুলনা করুন
- Informerগভীর শিখন↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →