TSMixer: Arquitectura Totalment MLP per a la Predicció de Sèries Temporals
TSMixer és un model multivariant de predicció de sèries temporals introduït per Si-An Chen i col·laboradors a Google el 2023. Desafia el domini predominant de les arquitectures basades en Transformer demostrant que una simple pila de capes MLP intercalades —alternant entre la barreja al llarg de l'eix temporal i la barreja a través dels canals de característiques— aconsegueix una precisió de predicció sòlida, mantenint-se computacionalment eficient i fàcil d'interpretar arquitectònicament.
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
- Chen, S.-A., Li, C.-L., Yoder, N., Arik, S. O., & Pfister, T. (2023). TSMixer: An all-MLP architecture for time series forecasting. Transactions on Machine Learning Research. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). TSMixer (All-MLP Architecture for Forecasting). ScholarGate. https://scholargate.app/ca/deep-learning/tsmixer
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
- TimeMixerAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →