PatchTST
PatchTST হলো টাইম সিরিজ ফোরকাস্টিংয়ের জন্য একটি প্যাচ-ভিত্তিক ট্রান্সফরমার আর্কিটেকচার, যা ২০২৩ সালে Nie এবং সহকর্মীরা প্রবর্তন করেন। এটি প্রতিটি সিরিজকে ওভারল্যাপিং প্যাচে বিভক্ত করে, যেগুলোকে টোকেন হিসেবে গণ্য করা হয় এবং চ্যানেলগুলোকে স্বাধীনভাবে প্রসেস করা হয়। এটি কম্পিউটেশনাল দক্ষতা এবং দীর্ঘ-হরাইজন ফোরকাস্টিংয়ের শক্তিশালী নির্ভুলতার মধ্যে ভারসাম্য বজায় রাখে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
উৎস
- Nie, Y., Nguyen, N. H., Sinthong, P. & Kalagnanam, J. (2023). A Time Series is Worth 64 Words: Long-term Forecasting with Transformers. ICLR. link ↗
- Zhou, T., Ma, Z., Wen, Q., Wang, X., Sun, L. & Jin, R. (2022). FEDformer: Frequency Enhanced Decomposed Transformer for Long-term Series Forecasting. ICML. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Patch Time Series Transformer. ScholarGate. https://scholargate.app/bn/deep-learning/patchtst
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
- সময় সিরিজ পূর্বাভাসের জন্য কনফরমাল পূর্বাভাসঅর্থমিতি↔ compare
- Random Forestযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →