Crossformer: Cross-Dimension Dependency Transformer multivariatsioonilise ajaseeria prognoosimiseks
Crossformer on Transformer-põhine arhitektuur multivariatsioonilise ajaseeria prognoosimiseks, mille autoriteks on Yunhao Zhang ja Junchi Yan ICLR 2023-l. Erinevalt varasematest Transformer-variantidest, mis käsitlevad iga muutujat iseseisvalt, modelleerib Crossformer ajamustrite kõrval ka mõõtmetevahelisi sõltuvusi. See saavutatakse kahefaasilise tähelepanu disainiga — ajadevaheline ja mõõtmetevaheline — mida rakendatakse hierarhilises enkoodris organiseeritud segmendipõhistele representatsioonidele, võimaldades mudelil samaaegselt haarata nii muutujasisest dünaamikat kui ka muutujatevahelisi korrelatsioone.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Zhang, Y., & Yan, J. (2023). Crossformer: Transformer utilizing cross-dimension dependency for multivariate time series forecasting. ICLR. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). Crossformer (Cross-Dimension Dependency Transformer). ScholarGate. https://scholargate.app/et/deep-learning/crossformer
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.
Compare side by side →Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →