Metodin todisteiden tietue

MICN

MICN (Multi-scale Isometric Convolution Network) is a convolutional neural network architecture for long-term time-series forecasting introduced by Huiqiang Wang and colleagues at ICLR 2023. Its central idea is to capture both local temporal patterns and global seasonal dependencies simultaneously through multi-scale isometric convolutions combined with a merge attention mechanism, enabling efficient and expressive modeling of complex temporal dynamics without the quadratic cost of full self-attention.

Sources recorded, not reviewed

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

MICN (Multi-scale Isometric Convolution Network)

Taksonominen metoditietue · ml-model / deep-learning

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. · URL

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

Taxonomic bucketSCINetmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketTimesNetmachine-suggested · Relational suggestion, not evidence.