LightTS: MLP lleuger orientat a mostreig per a la predicció de sèries temporals multivariants
LightTS és una arquitectura lleugera basada en MLP per a la predicció de sèries temporals multivariants introduïda per Tianping Zhang i col·laboradors el 2022. Motivat per l'observació que models més senzills poden igualar o superar arquitectures pesades basades en Transformer, LightTS aplica una estratègia de mostreig per intervals per descompondre seqüències d'entrada llargues en múltiples subseqüències i processa cadascuna amb mòduls compactes Chunk-MLP i Continuous-MLP. El disseny prioritza l'eficiència computacional preservant patrons temporals tant locals com globals.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Zhang, T., Zhang, Y., Cao, W., Bian, J., Yi, X., Zheng, S., & Li, J. (2022). Less is more: Fast multivariate time series forecasting with light sampling-oriented MLP structures. arXiv preprint. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). LightTS (Light Sampling-oriented MLP). ScholarGate. https://scholargate.app/ca/deep-learning/lightts
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.
- DLinear: Model Lineal de Descomposició per a la Predicció de Sèries TemporalsAprenentatge profund↔ compare
- Perceptró Multicapa (MLP)Aprenentatge profund↔ compare
- TSMixer: Arquitectura Totalment MLP per a la Predicció de Sèries TemporalsAprenentatge profund↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →