TiDE : Encodeur Dense pour Séries Temporelles

TiDE (Time-series Dense Encoder) est une architecture encodeur-décodeur basée sur des MLP pour la prévision de séries temporelles multivariées à long terme, introduite par Abhimanyu Das et ses collègues chez Google Research en 2023. Le modèle encode les observations passées de séries temporelles avec des covariables statiques et dynamiques via des couches denses (MLP) empilées, puis décode une représentation latente en prévisions futures. TiDE démontre que des architectures linéaires et denses simples peuvent égaler ou surpasser les modèles basés sur des Transformers sur des bancs d'essai standards de prévision à long terme, tout en étant significativement plus rapides.