iTransformer: Inverteeritud Transformer mitmemuutujaliste aegridade ennustamiseks
iTransformer on süvaõppe arhitektuur mitmemuutujate aegridade ennustamiseks, mille autorid Liu jt. esitlesid ICLR 2024 konverentsil. Selle keskne idee on pöörata ümber tavapärane Transformeri tokeniseerimisstrateegia: selle asemel, et käsitleda iga ajapunkti eraldi märgina (token), käsitleb iTransformer iga muutujat (anduri kanalit või tunnussarja) ühe märgina, mille sisend (embedding) kodeerib kogu vaadeldud tagasivaate akna. Seejärel rakendatakse muutujatevahelist enesetähelepanu (self-attention), et tuvastada sarjadevahelisi sõltuvusi, samal ajal kui iga märgi sees olev ettepoole suunatud võrk (feed-forward network) õpib ajamustreid.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Liu, Y., Hu, T., Zhang, H., Wu, H., Wang, S., Ma, L., & Long, M. (2024). iTransformer: Inverted transformers are effective for time series forecasting. ICLR. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). iTransformer (Inverted Transformer for Forecasting). ScholarGate. https://scholargate.app/et/deep-learning/itransformer
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.
- CrossformerSüvaõpe↔ compare
- PatchTSTSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →