TiDE: টাইম-সিরিজ ডেন্স এনকোডার
TiDE (টাইম-সিরিজ ডেন্স এনকোডার) হল একটি MLP-ভিত্তিক এনকোডার-ডিকোডার আর্কিটেকচার যা দীর্ঘমেয়াদী মাল্টিভেরিয়েট টাইম-সিরিজ পূর্বাভাসের জন্য ব্যবহৃত হয়। এটি ২০২৩ সালে Google Research-এর Abhimanyu Das এবং তার সহকর্মীরা প্রবর্তন করেন। মডেলটি স্ট্যাটিক এবং ডাইনামিক কোভেরিয়েট সহ অতীতের টাইম-সিরিজ পর্যবেক্ষণগুলিকে স্ট্যাকড ডেন্স (MLP) লেয়ারের মাধ্যমে এনকোড করে, তারপর একটি ল্যাটেন্ট রিপ্রেজেন্টেশনকে ভবিষ্যতের পূর্বাভাসে ডিকোড করে। TiDE দেখায় যে সাধারণ লিনিয়ার এবং ডেন্স আর্কিটেকচারগুলি স্ট্যান্ডার্ড দীর্ঘমেয়াদী পূর্বাভাস বেঞ্চমার্কে Transformer-ভিত্তিক মডেলগুলির সমতুল্য বা উন্নত পারফর্ম করতে পারে, অথচ উল্লেখযোগ্যভাবে দ্রুততর।
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
- Das, A., Kong, W., Leach, A., Mathur, S., Sen, R., & Yu, R. (2023). Long-term forecasting with TiDE: Time-series dense encoder. Transactions on Machine Learning Research. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/bn/deep-learning/tide
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.
- সময় সিরিজ পূর্বাভাসের জন্য DLinear: ডিকম্পোজিশন লিনিয়ার মডেলগভীর শিখন↔ compare
- মাল্টিলেয়ার পারসেপ্ট্রন (MLP)গভীর শিখন↔ compare
- TSMixer: সময় সিরিজের পূর্বাভাসের জন্য সম্পূর্ণ MLP আর্কিটেকচারগভীর শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →