iTransformer: Invertált transzformer többváltozós idősor-előrejelzéshez
Az iTransformer egy mélytanulási architektúra többváltozós idősor-előrejelzéshez, amelyet Liu et al. vezettek be az ICLR 2024 konferencián. Meghatározó ötlete a hagyományos transzformer tokenizációs stratégiájának invertálása: ahelyett, hogy minden időpillanatot tokenként kezelnénk, az iTransformer minden változót (szenzorcsatornát vagy jellemzősorozatot) egyetlen tokenné alakít, amelynek beágyazása (embedding) a teljes megfigyelt visszatekintési ablakot kódolja. Az önelemzés (self-attention) ezután a változók között működik, hogy megragadja az inter-sztírius függőségeket, míg a tokenen belüli előrecsatolt hálózat (feed-forward network) tanulja meg az időbeli mintázatokat.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Liu, Y., Hu, T., Zhang, H., Wu, H., Wang, S., Ma, L., & Long, M. (2024). iTransformer: Inverted transformers are effective for time series forecasting. ICLR. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). iTransformer (Inverted Transformer for Forecasting). ScholarGate. https://scholargate.app/hu/deep-learning/itransformer
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.
- CrossformerMélytanulás↔ compare
- PatchTSTMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →