SegRNN: רשת נוירונים רקורסיבית מבוססת מקטעים לחיזוי סדרות עתיות ארוכות טווח
SegRNN היא ארכיטקטורת רשת נוירונים רקורסיבית לחיזוי סדרות עתיות ארוכות טווח, שהוצעה על ידי שנשנג לין ואחרים בשנת 2023. במקום לעבד צעד זמן אחד בכל פעם, SegRNN מחלקת רצפי קלט למקטעים באורך קבוע ומזינה כל מקטע כאסימון יחיד ל-GRU. תכנון מבוסס מקטעים זה מפחית באופן דרסטי את מספר האיטרציות הרקורסיביות, ובכך מתמודד עם הקושי הידוע שרשתות RNN חוות במודלים של תלויות ארוכות מאוד על פני צעדים בודדים רבים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Lin, S., Lin, W., Wu, W., Zhao, F., Mo, R., & Zhang, H. (2023). SegRNN: Segment recurrent neural network for long-term time series forecasting. arXiv preprint. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 2). SegRNN (Segment Recurrent Neural Network). ScholarGate. https://scholargate.app/he/deep-learning/segrnn
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.
- יחידת רשת נוירונים חוזרת עם שערים (GRU)למידה עמוקה↔ compare
- LSTMלמידה עמוקה↔ compare
- PatchTSTלמידה עמוקה↔ compare