MICN: Red Neuronal Convolucional Isométrica Multiescala para Predicción a Largo Plazo de Series Temporales
MICN (Multi-scale Isometric Convolution Network) es una arquitectura de red neuronal convolucional para la predicción a largo plazo de series temporales introducida por Huiqiang Wang y colegas en ICLR 2023. Su idea central es capturar simultáneamente patrones temporales locales y dependencias estacionales globales a través de convoluciones isométricas multiescala combinadas con un mecanismo de atención de fusión, permitiendo la modelización eficiente y expresiva de dinámicas temporales complejas sin el coste cuadrático de la autoatención completa.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Wang, H., Peng, J., Huang, F., Wang, J., Chen, J., & Xiao, Y. (2023). MICN: Multi-scale local and global context modeling for long-term series forecasting. ICLR. link ↗
Cómo citar esta página
ScholarGate. (2026, June 2). MICN (Multi-scale Isometric Convolution Network). ScholarGate. https://scholargate.app/es/deep-learning/micn
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.
- SCINetAprendizaje profundo↔ compare
- TimesNet: Modelado de Variaciones Temporales 2D para Series TemporalesAprendizaje profundo↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →