Machine learningTime-series forecasting
TiDE: 時系列密エンコーダ
TiDE（時系列密エンコーダ）は、Google Researchのアビマニュ・ダスと同僚らが2023年に発表した、長期多変量時系列予測のためのMLPベースのエンコーダ・デコーダアーキテクチャです。このモデルは、スタックされた密（MLP）層を通じて、過去の時系列観測値と静的・動的共変量をエンコードし、潜在表現をデコードして将来の予測を行います。TiDEは、単純な線形および密なアーキテクチャが、標準的な長期予測ベンチマークにおいてTransformerベースのモデルに匹敵またはそれを上回る性能を発揮しつつ、大幅に高速であることを実証しています。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Das, A., Kong, W., Leach, A., Mathur, S., Sen, R., & Yu, R. (2023). Long-term forecasting with TiDE: Time-series dense encoder. Transactions on Machine Learning Research. link ↗
このページの引用方法
ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/ja/deep-learning/tide
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: 時系列予測のための分解線形モデル深層学習↔ compare
- 多層パーセプトロン (MLP)深層学習↔ compare
- TSMixer: 時系列予測のための全MLPアーキテクチャ深層学習↔ compare