FiLM: आवृत्ति-वर्धित लीजेंड्रे मेमोरी मॉडल
FiLM एक दीर्घकालिक समय-श्रृंखला पूर्वानुमान वास्तुकला है जिसे टियान झोउ और उनके सहयोगियों ने NeurIPS 2022 में प्रस्तुत किया था। यह ऐतिहासिक इनपुट के लीजेंड्रे बहुपद प्रक्षेपों को परिणामी गुणांक अनुक्रमों पर लागू सीखने योग्य आवृत्ति-डोमेन फिल्टर के साथ जोड़ता है। इतिहास को बहुपद गुणांकों के एक संक्षिप्त सेट के रूप में प्रस्तुत करके और उन गुणांकों को आवृत्ति डोमेन में फ़िल्टर करके, FiLM पूर्ण स्व-ध्यान की द्विघात लागत के बिना लंबी भविष्यवाणी क्षितिजों पर कुशल बहिर्वेशन को सक्षम बनाता 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
- Zhou, T., Ma, Z., Wen, Q., Sun, L., Yao, T., Yin, W., & Jin, R. (2022). FiLM: Frequency improved Legendre memory model for long-term time series forecasting. NeurIPS. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). FiLM (Frequency Improved Legendre Memory Model). ScholarGate. https://scholargate.app/hi/deep-learning/film
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.
- ऑटोफ़ॉर्मर: दीर्घकालिक समय-श्रृंखला पूर्वानुमान के लिए डीकंपोज़िशन ट्रांसफ़ॉर्मरगहन अधिगम↔ compare
- FEDformer: आवृत्ति संवर्धित विघटित ट्रांसफार्मरगहन अधिगम↔ compare
- स्टेट स्पेस मॉडल (कलमन फिल्टर)अर्थमिति↔ compare