Machine learningTime-series forecasting
LightTS: 다변량 시계열 예측을 위한 경량 샘플링 기반 MLP
LightTS는 2022년 Tianping Zhang과 동료들이 제안한 다변량 시계열 예측을 위한 경량 MLP 기반 아키텍처입니다. 더 단순한 모델이 무거운 트랜스포머 기반 아키텍처와 동등하거나 능가할 수 있다는 관찰에 동기 부여를 받아, LightTS는 간격 샘플링 전략을 적용하여 긴 입력 시퀀스를 여러 하위 시퀀스로 분해하고 각각을 컴팩트한 Chunk-MLP 및 Continuous-MLP 모듈로 처리합니다. 이 설계는 지역적 및 전역적 시간 패턴을 모두 보존하면서 계산 효율성을 우선시합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). LightTS (Light Sampling-oriented MLP). ScholarGate. https://scholargate.app/ko/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: 시계열 예측을 위한 분해 선형 모델딥러닝↔ compare
- 다층 퍼셉트론 (MLP)딥러닝↔ compare
- TSMixer: 시계열 예측을 위한 완전 MLP 아키텍처딥러닝↔ compare