Machine learningTime-series forecasting

FEDformer: आवृत्ति संवर्धित विघटित ट्रांसफार्मर

FEDformer, लंबी अवधि के बहुचरणीय समय-श्रृंखला पूर्वानुमान के लिए एक ट्रांसफार्मर-आधारित वास्तुकला है, जिसे ज़ोउ एट अल. द्वारा ICML 2022 में प्रस्तुत किया गया था। इसका मुख्य नवाचार मौसमी-प्रवृत्ति विघटन (seasonal-trend decomposition) को आवृत्ति-डोमेन ध्यान (frequency-domain attention) के साथ जोड़ना है: समय-डोमेन में पूर्ण टोकन-से-टोकन ध्यान की गणना करने के बजाय, FEDformer प्रश्नों (queries), कुंजियों (keys), और मानों (values) को फूरियर या वेवलेट रूपांतरणों के माध्यम से आवृत्ति-डोमेन में प्रक्षेपित करता है और आवृत्ति घटकों के एक यादृच्छिक रूप से चयनित उपसमुच्चय पर संचालित होता है, जिससे रैखिक जटिलता (linear complexity) प्राप्त होती है और वैश्विक लौकिक संरचना (global temporal structure) बनी रहती है।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

The neighbourhood of related methods — select a node to explore.

स्रोत

  1. Zhou, T., Ma, Z., Wen, Q., Wang, X., Sun, L., & Jin, R. (2022). FEDformer: Frequency enhanced decomposed transformer for long-term series forecasting. ICML. link

इस पृष्ठ का उद्धरण कैसे दें

ScholarGate. (2026, June 2). FEDformer (Frequency Enhanced Decomposed Transformer). ScholarGate. https://scholargate.app/hi/deep-learning/fedformer

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

इनमें संदर्भित

ScholarGateFEDformer (FEDformer (Frequency Enhanced Decomposed Transformer)). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/deep-learning/fedformer · डेटासेट: https://doi.org/10.5281/zenodo.20539026