DLinear: Model Linear Dekomposisi untuk Peramalan Deret Waktu
DLinear adalah model peramalan deret waktu yang ringan yang diperkenalkan oleh Zeng et al. di AAAI 2023. Model ini menantang asumsi yang berlaku bahwa arsitektur berbasis Transformer diperlukan untuk peramalan cakrawala panjang yang akurat. Model ini mendekomposisi urutan masukan menjadi komponen tren dan musiman menggunakan filter rata-rata bergerak, kemudian menerapkan transformasi linear lapisan tunggal terpisah ke setiap komponen sebelum menjumlahkan keluarannya untuk menghasilkan perkiraan akhir.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Zeng, A., Chen, M., Zhang, L., & Xu, Q. (2023). Are transformers effective for time series forecasting? AAAI. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). DLinear (Decomposition Linear Model for Forecasting). ScholarGate. https://scholargate.app/id/deep-learning/dlinear
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.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrika↔ compare
- PatchTSTPembelajaran Mendalam↔ compare
- TSMixer: Arsitektur All-MLP untuk Peramalan Deret WaktuPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →