Crossformer: Transformer s křížovou závislostí dimenzí pro vícerozměrné časové řady
Crossformer je architektura založená na Transformeru pro vícerozměrné časové řady, kterou představili Yunhao Zhang a Junchi Yan na konferenci ICLR 2023. Na rozdíl od starších variant Transformeru, které zacházejí s každým variátem nezávisle, Crossformer explicitně modeluje závislosti mezi dimenzemi spolu s časovými vzory. Dosahuje toho pomocí dvouúrovňového návrhu pozornosti – křížového času a křížových dimenzí – aplikovaného na segmentové vnoření organizované v hierarchickém enkodéru, což modelu umožňuje současně zachytit jak dynamiku v rámci variátů, tak korelace mezi variáty.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Zhang, Y., & Yan, J. (2023). Crossformer: Transformer utilizing cross-dimension dependency for multivariate time series forecasting. ICLR. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). Crossformer (Cross-Dimension Dependency Transformer). ScholarGate. https://scholargate.app/cs/deep-learning/crossformer
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.
- InformerHluboké učení↔ compare
- iTransformer: Invertovaný Transformer pro predikci vícerozměrných časových řadHluboké učení↔ compare
- PatchTSTHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →