LightTS: MLP Leggero Orientato al Campionamento per la Previsione di Serie Temporali Multivariate
LightTS è un'architettura leggera basata su MLP per la previsione di serie temporali multivariate introdotta da Tianping Zhang e colleghi nel 2022. Motivato dall'osservazione che modelli più semplici possono eguagliare o superare architetture pesanti basate su Transformer, LightTS applica una strategia di campionamento per intervalli per scomporre lunghe sequenze di input in più sotto-sequenze e processa ciascuna con moduli compatti Chunk-MLP e Continuous-MLP. Il design privilegia l'efficienza computazionale preservando al contempo pattern temporali sia locali che globali.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Zhang, T., Zhang, Y., Cao, W., Bian, J., Yi, X., Zheng, S., & Li, J. (2022). Less is more: Fast multivariate time series forecasting with light sampling-oriented MLP structures. arXiv preprint. link ↗
Come citare questa pagina
ScholarGate. (2026, June 2). LightTS (Light Sampling-oriented MLP). ScholarGate. https://scholargate.app/it/deep-learning/lightts
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: Modello Lineare a Decomposizione per la Previsione di Serie StoricheApprendimento profondo↔ compare
- Multilayer Perceptron (MLP)Apprendimento profondo↔ compare
- TSMixer: Architettura interamente MLP per la previsione di serie temporaliApprendimento profondo↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →