Informer
Az Informer egy Transformer-alapú modell, amelyet Zhou és mtsai vezettek be 2021-ben hosszú sorozatú idősor-előrejelzésre, egy ProbSparse önfigyelő mechanizmus segítségével, amely a standard Transformer számítási komplexitását O(L log L)-re csökkenti. Olyan problémákra épült, amelyek több ezer lépéses előrejelzést igényelnek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Források
- Zhou, H. et al. (2021). Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting. AAAI. DOI: 10.1609/aaai.v35i12.17325 ↗
- Wu, H., Xu, J., Wang, J. & Long, M. (2021). Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting. NeurIPS 34. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting. ScholarGate. https://scholargate.app/hu/deep-learning/informer
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.
- ARIMA (Autoregressive Integrated Moving Average) modellÖkonometria↔ compare
- DeepARMélytanulás↔ compare
- N-HiTSMélytanulás↔ compare
- PatchTSTMélytanulás↔ compare
- Véletlen erdőGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →