TSMixer: Arsitektur All-MLP untuk Peramalan Deret Waktu
TSMixer adalah model peramalan deret waktu multivariat yang diperkenalkan oleh Si-An Chen dan kolega di Google pada tahun 2023. Model ini menantang dominasi arsitektur berbasis Transformer yang lazim dengan mendemonstrasikan bahwa tumpukan sederhana lapisan MLP yang berselang-seling—bergantian antara pencampuran sepanjang sumbu waktu dan pencampuran di seluruh saluran fitur—mencapai akurasi peramalan yang kuat sambil tetap efisien secara komputasi dan mudah diinterpretasikan secara arsitektural.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Chen, S.-A., Li, C.-L., Yoder, N., Arik, S. O., & Pfister, T. (2023). TSMixer: An all-MLP architecture for time series forecasting. Transactions on Machine Learning Research. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). TSMixer (All-MLP Architecture for Forecasting). ScholarGate. https://scholargate.app/id/deep-learning/tsmixer
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.
- DLinear: Model Linear Dekomposisi untuk Peramalan Deret WaktuPembelajaran Mendalam↔ compare
- Multilayer Perceptron (MLP)Pembelajaran Mendalam↔ compare
- TimeMixerPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →