iTransformer: Transformer Terbalik untuk Peramalan Deret Waktu Multivariat
iTransformer adalah arsitektur pembelajaran mendalam untuk peramalan deret waktu multivariat yang diperkenalkan oleh Liu et al. di ICLR 2024. Ide utamanya adalah membalik strategi tokenisasi Transformer konvensional: alih-alih memperlakukan setiap langkah waktu sebagai token, iTransformer memperlakukan setiap variat (saluran sensor atau deret fitur) sebagai satu token tunggal yang embedding-nya mengkodekan seluruh jendela pandang ke belakang yang diamati. Mekanisme perhatian diri kemudian diterapkan di seluruh variat untuk menangkap dependensi antar-deret, sementara jaringan feed-forward di dalam setiap token mempelajari pola temporal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). iTransformer (Inverted Transformer for Forecasting). ScholarGate. https://scholargate.app/id/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.
- CrossformerPembelajaran Mendalam↔ compare
- PatchTSTPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →