MICN: Jaringan Konvolusional Isometrik Multi-skala untuk Peramalan Deret Waktu Jangka Panjang
MICN (Multi-scale Isometric Convolution Network) adalah arsitektur jaringan saraf konvolusional untuk peramalan deret waktu jangka panjang yang diperkenalkan oleh Huiqiang Wang dan rekan-rekannya di ICLR 2023. Gagasan utamanya adalah menangkap pola temporal lokal dan dependensi musiman global secara bersamaan melalui konvolusi isometrik multi-skala yang dikombinasikan dengan mekanisme perhatian gabungan, memungkinkan pemodelan dinamika temporal yang kompleks secara efisien dan ekspresif tanpa biaya kuadratik dari perhatian diri penuh.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Wang, H., Peng, J., Huang, F., Wang, J., Chen, J., & Xiao, Y. (2023). MICN: Multi-scale local and global context modeling for long-term series forecasting. ICLR. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). MICN (Multi-scale Isometric Convolution Network). ScholarGate. https://scholargate.app/id/deep-learning/micn
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.
- SCINet: Jaringan Konvolusi dan Interaksi Sampel untuk Peramalan Deret WaktuPembelajaran Mendalam↔ compare
- TimesNet: Pemodelan Variasi Temporal 2D untuk Deret WaktuPembelajaran Mendalam↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →