Machine learningTime-series forecasting
TSMixer: 時系列予測のための全MLPアーキテクチャ
TSMixerは、2023年にGoogleのSi-An Chenらが発表した多変量時系列予測モデルです。これは、Transformerベースのアーキテクチャが支配的である現状に対し、時間軸に沿ったミキシングと特徴チャネル間のミキシングを交互に行う単純なMLP層のスタックが、計算効率が高く、アーキテクチャ的に解釈しやすい一方で、高い予測精度を達成することを示し、異議を唱えています。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 2). TSMixer (All-MLP Architecture for Forecasting). ScholarGate. https://scholargate.app/ja/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: 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
- TimeMixer: 時系列予測のための分解可能マルチスケール混合深層学習↔ compare