TiDE: Time-series Dense Encoder

TiDE (Time-series Dense Encoder) er en MLP-baseret encoder-decoder-arkitektur til langsigtede multivariate tidsserieprognoser, introduceret af Abhimanyu Das og kolleger hos Google Research i 2023. Modellen koder tidligere tidsserieobservationer sammen med statiske og dynamiske kovariater gennem stablede tætte (MLP) lag, og afkoder derefter en latent repræsentation til fremtidige prognoser. TiDE demonstrerer, at simple lineære og tætte arkitekturer kan matche eller overgå Transformer-baserede modeller på standard benchmarks for langsigtede prognoser, samtidig med at de er markant hurtigere.