MICN: Multi-scale Isometric Convolution Network per a Predicció a Llarg Termini de Sèries Temporals
MICN (Multi-scale Isometric Convolution Network) és una arquitectura de xarxa neuronal convolucional per a la predicció a llarg termini de sèries temporals introduïda per Huiqiang Wang i col·laboradors a ICLR 2023. La seva idea central és capturar simultàniament patrons temporals locals i dependències estacionals globals mitjançant convolucions isomètriques multiescala combinades amb un mecanisme d'atenció de fusió, permetent un modelatge eficient i expressiu de dinàmiques temporals complexes sense el cost quadràtic de l'autoatenció completa.
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
- Wang, H., Peng, J., Huang, F., Wang, J., Chen, J., & Xiao, Y. (2023). MICN: Multi-scale local and global context modeling for long-term series forecasting. ICLR. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). MICN (Multi-scale Isometric Convolution Network). ScholarGate. https://scholargate.app/ca/deep-learning/micn
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.
- SCINetAprenentatge profund↔ compare
- TimesNet: Modelatge de Variacions Temporals 2D per a Sèries TemporalsAprenentatge profund↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →