DLinear: समय श्रृंखला पूर्वानुमान के लिए डीकंपोज़िशन लीनियर मॉडल
DLinear, Zeng et al. द्वारा AAAI 2023 में प्रस्तुत एक हल्का समय श्रृंखला पूर्वानुमान मॉडल है। यह इस प्रचलित धारणा को चुनौती देता है कि ट्रांसफार्मर-आधारित आर्किटेक्चर लंबी-क्षितिज पूर्वानुमान के लिए आवश्यक हैं। यह मॉडल इनपुट अनुक्रम को मूविंग एवरेज फ़िल्टर का उपयोग करके ट्रेंड और मौसमी घटकों में विघटित करता है, फिर अंतिम पूर्वानुमान उत्पन्न करने के लिए प्रत्येक घटक पर अलग-अलग सिंगल-लेयर लीनियर ट्रांसफॉर्मेशन लागू करता है और उनके आउटपुट को जोड़ता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Zeng, A., Chen, M., Zhang, L., & Xu, Q. (2023). Are transformers effective for time series forecasting? AAAI. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). DLinear (Decomposition Linear Model for Forecasting). ScholarGate. https://scholargate.app/hi/deep-learning/dlinear
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.
- ऑटोरेग्रेसिव इंटीग्रेटेड मूविंग एवरेज (ARIMA) मॉडलअर्थमिति↔ compare
- पैचटी.एस.टी (PatchTST)गहन अधिगम↔ compare
- TSMixer: टाइम सीरीज़ पूर्वानुमान के लिए एक ऑल-एमएलपी आर्किटेक्चरगहन अधिगम↔ compare