SCINet: समय-श्रृंखला पूर्वानुमान के लिए नमूना संवलन और अंतःक्रिया नेटवर्क
SCINet एक गहन शिक्षण वास्तुकला है जो बहु-चरणीय समय-श्रृंखला पूर्वानुमान के लिए है, जिसे लियू एट अल. द्वारा NeurIPS 2022 में प्रस्तुत किया गया था। इसका मुख्य विचार SCI-Blocks की एक पुनरावर्ती द्विआधारी-वृक्ष संरचना है, जिनमें से प्रत्येक एक इनपुट अनुक्रम को विषम- और सम-सूचकांक उप-अनुक्रमों में विभाजित करता है, संवलन फिल्टर लागू करता है ताकि क्रॉस-उप-अनुक्रम अंतःक्रियाओं को मॉडल किया जा सके, और फिर सीखे गए अभ्यावेदन को मर्ज करता है। यह पदानुक्रमित डाउनसैंपलिंग रणनीति नेटवर्क को एक साथ कई रिज़ॉल्यूशन पर अस्थायी निर्भरताओं को पकड़ने में सक्षम बनाती 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
- Liu, M., Zeng, A., Chen, M., Xu, Z., Lai, Q., Ma, L., & Xu, Q. (2022). SCINet: Time series modeling and forecasting with sample convolution and interaction. NeurIPS. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). SCINet (Sample Convolution and Interaction Network). ScholarGate. https://scholargate.app/hi/deep-learning/scinet
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.
- DLinear: समय श्रृंखला पूर्वानुमान के लिए डीकंपोज़िशन लीनियर मॉडलगहन अधिगम↔ compare
- TimesNet: समय श्रृंखला के लिए टेम्परल 2D-वेरिएशन मॉडलिंगगहन अधिगम↔ compare