Registro de evidencia del método

TimeMixer

TimeMixer is a decomposition-based, attention-free time-series forecasting architecture introduced by Wang et al. at ICLR 2024. The central idea is to disentangle seasonal and trend components across multiple temporal scales constructed by average pooling, then mix information across those scales using lightweight MLP blocks. By handling coarse (trend-dominant) and fine (seasonal-dominant) resolutions separately and combining their predictions, TimeMixer avoids the quadratic cost of attention while capturing both local and global temporal patterns.

Sources recorded, not reviewed

Registro de origen

Citas copiadas textualmente del registro de origen del método. No se infiere ninguna verificación a nivel de afirmación de ellas.

TimeMixer (Decomposable Multiscale Mixing)

Registro del método taxonómico · ml-model / deep-learning

Wang, S., Wu, H., Shi, X., Hu, T., Luo, H., Ma, L., Zhang, J. Y., & Zhou, J. (2024). TimeMixer: Decomposable multiscale mixing for time series forecasting. ICLR. · URL

Abrir método completo

Afirmaciones curadas

Afirmaciones persistidas en el libro mayor de evidencia, cada una con su propia evaluación.

Aún no hay afirmaciones curadas

Esta vista no inventa una evaluación de afirmación si el libro mayor no tiene ninguna.

Métodos relacionados

Generado a partir del grafo de métodos y mostrado como relaciones sugeridas por la máquina; no se infiere ninguna afirmación de evidencia.

Taxonomic bucketDLinearmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketTimesNetmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketTSMixermachine-suggested · Relational suggestion, not evidence.