गैर-स्थिर ट्रांसफार्मर
गैर-स्थिर ट्रांसफार्मर (Non-stationary Transformer) योंग लियू, हैक्सू वू, जियानमिन वांग और मिंगशेंग लॉन्ग द्वारा न्यूरिप्स 2022 में प्रस्तुत एक ट्रांसफार्मर-आधारित समय-श्रृंखला पूर्वानुमान वास्तुकला है। यह वास्तविक दुनिया की समय-श्रृंखलाओं पर ट्रांसफार्मर लागू करने में एक मौलिक तनाव को संबोधित करता है: प्रीप्रोसेसिंग के दौरान अत्यधिक स्थिरीकरण (over-stationarization) उन गैर-स्थिर संकेतों को हटा देता है जिनमें पूर्वानुमानित जानकारी होती है, जबकि कच्चे गैर-स्थिर इनपुट के कारण ध्यान (attention) ढह जाता है। मॉडल श्रृंखला स्थिरीकरण (series stationarization) और एक नवीन वि-स्थिरीकरण ध्यान तंत्र (de-stationary attention mechanism) के माध्यम से इस समस्या का समाधान करता है जो भविष्यवाणियों में मूल लौकिक वितरण (temporal distribution) को पुनर्स्थापित करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- Liu, Y., Wu, H., Wang, J., & Long, M. (2022). Non-stationary transformers: Exploring the stationarity in time series forecasting. NeurIPS. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). Non-stationary Transformers for Forecasting. ScholarGate. https://scholargate.app/hi/deep-learning/nonstationary-transformer
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- ऑग्मेंटेड डिकी-फुलर (एडीएफ) यूनिट-रूट टेस्टअर्थमिति↔ तुलना करें
- ऑटोफ़ॉर्मर: दीर्घकालिक समय-श्रृंखला पूर्वानुमान के लिए डीकंपोज़िशन ट्रांसफ़ॉर्मरगहन अधिगम↔ तुलना करें
- सूचनाकर्तागहन अधिगम↔ तुलना करें