TiDE: Vremenski gusto zgušnjavanje
TiDE (Time-series Dense Encoder) arhitektura je kodera-dekodera temeljena na MLP-u za dugoročno multivarijatno prognoziranje vremenskih nizova, koju su 2023. predstavili Abhimanyu Das i suradnici na Google Researchu. Model kodira prošla promatranja vremenskih nizova zajedno sa statičkim i dinamičkim kovarijatama putem slojevitih gustih (MLP) slojeva, a zatim dekodira latentnu reprezentaciju u buduće prognoze. TiDE pokazuje da jednostavne linearne i guste arhitekture mogu parirati ili nadmašiti modele temeljene na Transformeru na standardnim mjerilima dugoročnog prognoziranja, a pritom su znatno brže.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Das, A., Kong, W., Leach, A., Mathur, S., Sen, R., & Yu, R. (2023). Long-term forecasting with TiDE: Time-series dense encoder. Transactions on Machine Learning Research. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/hr/deep-learning/tide
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: Dekompozicijski linearni model za prognoziranje vremenskih serijaDuboko učenje↔ compare
- Višeslojni perceptron (MLP)Duboko učenje↔ compare
- TSMixerDuboko učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →