MICN : Réseau Convolutif Isométrique Multi-Échelle pour la Prévision à Long Terme de Séries Temporelles
MICN (Multi-scale Isometric Convolution Network) est une architecture de réseau neuronal convolutif pour la prévision à long terme de séries temporelles, introduite par Huiqiang Wang et ses collègues à l'ICLR 2023. Son idée centrale est de capturer simultanément les motifs temporels locaux et les dépendances saisonnières globales grâce à des convolutions isométriques multi-échelles combinées à un mécanisme d'attention de fusion, permettant une modélisation efficace et expressive des dynamiques temporelles complexes sans le coût quadratique de l'auto-attention complète.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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. link ↗
Comment citer cette page
ScholarGate. (2026, June 2). MICN (Multi-scale Isometric Convolution Network). ScholarGate. https://scholargate.app/fr/deep-learning/micn
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 →Une erreur sur cette page ? Signalez-la ou proposez une correction →