FiLM: Frekvenciaoptimalizált Legendre Memória Modell
A FiLM egy hosszú távú idősor-előrejelző architektúra, amelyet Tian Zhou és munkatársai mutattak be a NeurIPS 2022 konferencián. Ez a múltbeli bemenet Legendre-polinom projekcióit kombinálja tanulható frekvenciatartományi szűrőkkel, amelyeket az így kapott együttható-sorozatokra alkalmaznak. A múltbeli adatok kompakt polinom-együttható-készletként való reprezentálásával és ezen együtthatók frekvenciatartományban történő szűrésével a FiLM lehetővé teszi a hatékony extrapolációt hosszú előrejelzési horizontokon keresztül, a teljes önfigyelem (self-attention) kvadratikus költsége nélkül.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). FiLM (Frequency Improved Legendre Memory Model). ScholarGate. https://scholargate.app/hu/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.
- Autoformer: Decompozíciós transzformer hosszú távú idősor-előrejelzéshezMélytanulás↔ compare
- FEDformer: Frekvenciaerősített, dekomponált TransformerMélytanulás↔ compare
- Állapotterek (State Space) modell (Kalman-szűrő)Ökonometria↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →