TiDE: Tihe kodeerija ajasarjade jaoks
TiDE (Time-series Dense Encoder) on MLP-põhine kodeerija-dekodeerija arhitektuur pikaajaliseks mitmemuutujaliste ajasarjade prognoosimiseks, mille võtsid 2023. aastal kasutusele Abhimanyu Das ja tema kolleegid Google Researchist. Mudel kodeerib varasemad ajasarjade vaatlused koos staatiliste ja dünaamiliste kovariaatidega läbi virnastatud tihedate (MLP) kihtide, seejärel dekodeerib latentse representatsiooni tulevasteks prognoosideks. TiDE näitab, et lihtsad lineaarsed ja tihedad arhitektuurid võivad standardsetel pikaajalise prognoosimise võrdlusalustel konkureerida või ületada Transformer-põhiseid mudeleid, olles samal ajal oluliselt kiiremad.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Das, A., Kong, W., Leach, A., Mathur, S., Sen, R., & Yu, R. (2023). Long-term forecasting with TiDE: Time-series dense encoder. Transactions on Machine Learning Research. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/et/deep-learning/tide
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.
- DLinear: Dekompositsiooniline lineaarne mudel aegridade prognoosimiseksSüvaõpe↔ compare
- Multilayer Perceptron (MLP)Süvaõpe↔ compare
- TSMixer: Kõik-MLP arhitektuur aegridade prognoosimiseksSüvaõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →