TiDE: Time-series Dense Encoder

TiDE (Time-series Dense Encoder) è un'architettura encoder-decoder basata su MLP per la previsione di serie temporali multivariate a lungo termine, introdotta da Abhimanyu Das e colleghi presso Google Research nel 2023. Il modello codifica le osservazioni passate della serie temporale insieme a covariate statiche e dinamiche attraverso strati densi (MLP) impilati, quindi decodifica una rappresentazione latente in previsioni future. TiDE dimostra che architetture lineari e dense semplici possono eguagliare o superare i modelli basati su Transformer su benchmark standard di previsione a lungo termine, essendo significativamente più veloci.