TSMixer: Αρχιτεκτονική All-MLP για Πρόβλεψη Χρονοσειρών
Το TSMixer είναι ένα μοντέλο πρόβλεψης πολυμεταβλητών χρονοσειρών που εισήχθη από τους Si-An Chen και συνεργάτες στην Google το 2023. Αμφισβητεί την επικρατούσα κυριαρχία των αρχιτεκτονικών βασισμένων σε Transformer, αποδεικνύοντας ότι μια απλή στοίβα διαδοχικών επιπέδων MLP — εναλλασσόμενων μεταξύ ανάμειξης κατά μήκος του άξονα του χρόνου και ανάμειξης κατά μήκος των καναλιών χαρακτηριστικών — επιτυγχάνει ισχυρή ακρίβεια πρόβλεψης, παραμένοντας ταυτόχρονα υπολογιστικά αποδοτικό και εύκολο στην αρχιτεκτονική ερμηνεία.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). TSMixer (All-MLP Architecture for Forecasting). ScholarGate. https://scholargate.app/el/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: Γραμμικό Μοντέλο Αποσύνθεσης για Πρόβλεψη ΧρονοσειρώνΒαθιά Μάθηση↔ compare
- Πολυεπίπεδο Εμπειρογνώμονας (MLP)Βαθιά Μάθηση↔ compare
- TimeMixer: Αποσυνθέσιμη Πολυλιμική Ανάμιξη για Πρόβλεψη ΧρονοσειρώνΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →