টেম্পোরাল ফিউশন ট্রান্সফর্মার
টেম্পোরাল ফিউশন ট্রান্সফর্মার (TFT), ২০২১ সালে লিম, আরিক, লফ এবং ফিস্টার কর্তৃক প্রবর্তিত, এটি একটি ব্যাখ্যামূলক ডিপ লার্নিং আর্কিটেকচার যা মাল্টি-হরাইজন টাইম সিরিজ ফোরকাস্টিংয়ের জন্য ব্যবহৃত হয়। এটি ভ্যারিয়েবল সিলেকশন, গেটিং, মাল্টি-হরাইজন অ্যাটেনশন এবং কোয়ান্টাইল আউটপুটকে একত্রিত করে, স্ট্যাটিক, অতীত এবং পরিচিত-ভবিষ্যৎ ইনপুটগুলিকে একসাথে প্রক্রিয়া করে মাল্টি-স্টেপ ফোরকাস্ট তৈরি 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
- Lim, B., Arık, S. Ö., Loeff, N. & Pfister, T. (2021). Temporal Fusion Transformers for Interpretable Multi-Horizon Time Series Forecasting. International Journal of Forecasting, 37(4), 1748–1764. DOI: 10.1016/j.ijforecast.2021.03.012 ↗
- Lim, B. & Zohren, S. (2021). Time-Series Forecasting with Deep Learning: A Survey. Philosophical Transactions of the Royal Society A, 379(2194), 20200209. DOI: 10.1098/rsta.2020.0209 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Temporal Fusion Transformer for Interpretable Multi-Horizon Time Series Forecasting. ScholarGate. https://scholargate.app/bn/deep-learning/temporal-fusion-transformer
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- ARIMA (Autoregressive Integrated Moving Average) মডেলঅর্থমিতি↔ তুলনা করুন
- DeepARগভীর শিখন↔ তুলনা করুন
- Informerগভীর শিখন↔ তুলনা করুন
- N-HiTSগভীর শিখন↔ তুলনা করুন
- PatchTSTগভীর শিখন↔ তুলনা করুন
- Random Forestযন্ত্র শিখন↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →