Μετάβαση στο περιεχόμενοScholarGate
ΒιβλιοθήκηΗ βιβλιοθήκη μουΓραφείοReview StudioΒοηθός
Σύνδεση
FreTS/Τεκμήριο
Εγγραφή τεκμηρίου μεθόδου

FreTS

FreTS is a time series forecasting architecture introduced by Yi et al. at NeurIPS 2023. It departs from Transformer-based designs by applying simple Multi-Layer Perceptrons (MLPs) entirely in the frequency domain. The model transforms input sequences with the Discrete Fourier Transform and then learns temporal and channel dependencies through complex-valued MLP layers, achieving competitive or superior long-term forecasting accuracy with substantially lower computational cost.

Sources recorded, not reviewed

Εγγραφή πηγής

Οι παραπομπές αντιγράφονται αυτούσιες από την εγγραφή πηγής της μεθόδου. Δεν υπονοείται επαλήθευση σε επίπεδο ισχυρισμού από αυτές.

FreTS (Frequency-domain MLPs for Forecasting)
Εγγραφή ταξινομικής μεθόδου · ml-model / deep-learning
  • Yi, K., Zhang, Q., Fan, W., Wang, S., Wang, P., He, H., An, N., Lian, D., Cao, L., & Niu, Z. (2023). Frequency-domain MLPs are more effective learners in time series forecasting. NeurIPS. · URL
Άνοιγμα πλήρους μεθόδου

Επιμελημένοι ισχυρισμοί

Οι ισχυρισμοί έχουν αποθηκευτεί στο καθολικό τεκμηρίων, καθένας με τη δική του αξιολόγηση.

Δεν υπάρχουν ακόμη επιμελημένοι ισχυρισμοί

Αυτή η προβολή δεν επινοεί αξιολόγηση ισχυρισμού όταν το καθολικό δεν έχει κανέναν.

Σχετικές μέθοδοι

Δημιουργούνται από τον γράφο μεθόδων και εμφανίζονται ως προτεινόμενες από μηχανή σχέσεις — δεν υπονοείται ισχυρισμός τεκμηρίου.

Taxonomic bucketFEDformermachine-suggested · Relational suggestion, not evidence.Taxonomic bucketFiLMmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketTSMixermachine-suggested · Relational suggestion, not evidence.

Κατάσταση τεκμηρίου

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

Πηγές

1 καταγεγραμμένη παραπομπή, αντιγραμμένη από την εγγραφή πηγής της μεθόδου.

Ενέργειες

Άνοιγμα σελίδας μεθόδου
ScholarGate

Μια βιβλιοθήκη αναφοράς με προτεραιότητα στο περιεχόμενο για τις ερευνητικές μεθόδους — τι είναι η καθεμία, πώς λειτουργεί και από πού προέρχεται.

Ανοικτά δεδομένα (CC-BY)

Ανακάλυψη

  • Βιβλιοθήκη
  • Αναζήτηση μεθόδων…
  • Περιήγηση ανά πεδίο
  • Πεδία
  • Διαδρομή
  • Σύγκριση
  • Ποια μέθοδος;

Αναφορά

  • Θέματα
  • Άτλαντας
  • Γλωσσάρι
  • Μεθοδολογία
  • Φιλοσοφία

Χώρος εργασίας

  • Η βιβλιοθήκη μου
  • Γραφείο
  • Συνομιλία

Εταιρεία

  • Σχετικά
  • Τιμές
  • Επικοινωνία
  • Προτείνετε μια μέθοδο

Οι καταχωρίσεις συντάσσονται από δημοσιευμένες πηγές για σκοπούς αναφοράς. Η επαλήθευση της ακρίβειας και της καταλληλότητας οποιασδήποτε πληροφορίας για τη δική σας χρήση παραμένει δική σας ευθύνη.

© 2026 ScholarGate · Βιβλιοθήκη αναφοράς ερευνητικών μεθόδων
  • Απόρρητο
Cookies
  • Όροι
  • Διαγραφή λογαριασμού