MICN: Multi-scale Isometric Convolution Network per previsioni di serie temporali a lungo termine
MICN (Multi-scale Isometric Convolution Network) è un'architettura di rete neurale convoluzionale per previsioni di serie temporali a lungo termine introdotta da Huiqiang Wang e colleghi all'ICLR 2023. La sua idea centrale è catturare simultaneamente pattern temporali locali e dipendenze stagionali globali attraverso convoluzioni isometriche multi-scala combinate con un meccanismo di attenzione di fusione, consentendo una modellazione efficiente ed espressiva di dinamiche temporali complesse senza il costo quadratico dell'auto-attenzione completa.
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
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). MICN (Multi-scale Isometric Convolution Network). ScholarGate. https://scholargate.app/it/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.
- SCINetApprendimento profondo↔ compare
- TimesNet: Modellazione della Variazione Temporale 2D per Serie StoricheApprendimento profondo↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →