TimesNet: সময় সিরিজের জন্য টেম্পোরাল ২ডি-ভ্যারিয়েশন মডেলিং
TimesNet হলো একটি সাধারণ-উদ্দেশ্যমূলক টাইম-সিরিজ মডেল যা Wu এট আল. ICLR ২০২৩-এ উপস্থাপন করেছেন। এর মূল ধারণা হলো, ১ডি সিগন্যালকে তার প্রভাবশালী পর্যায়ক্রম অনুসারে পুনর্গঠিত করে, যা ফাস্ট ফুরিয়ার ট্রান্সফর্ম (FFT) দ্বারা সনাক্ত করা হয়, ইউনিভেরিয়েট বা মাল্টিভেরিয়েট টাইম সিরিজকে দ্বি-মাত্রিক টেম্পোরাল ম্যাপের সংগ্রহ হিসাবে পুনরায় ব্যাখ্যা করা যেতে পারে। এই ১ডি-থেকে-২ডি রূপান্তর পর্যায়ক্রমের অভ্যন্তরীণ প্যাটার্ন (একটি চক্রের মধ্যে) এবং পর্যায়ক্রমিক প্রবণতা (চক্র জুড়ে) উভয়ই উন্মোচন করে, যা শক্তিশালী ২ডি কনভোল্যুশনাল আর্কিটেকচারকে টেম্পোরাল পরিবর্তন মডেল করতে সক্ষম করে।
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
- Wu, H., Hu, T., Liu, Y., Zhou, H., Wang, J., & Long, M. (2023). TimesNet: Temporal 2D-variation modeling for general time series analysis. ICLR. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). TimesNet (Temporal 2D-Variation Modeling). ScholarGate. https://scholargate.app/bn/deep-learning/timesnet
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.
- Autoformer: দীর্ঘমেয়াদী সময়-সিরিজ পূর্বাভাসের জন্য ডিকম্পোজিশন ট্রান্সফরমারগভীর শিখন↔ compare
- PatchTSTগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →