Machine learningTime-series forecasting
TSMixer: 시계열 예측을 위한 완전 MLP 아키텍처
TSMixer는 2023년 Google의 Si-An Chen과 동료들이 소개한 다변량 시계열 예측 모델입니다. 이 모델은 트랜스포머 기반 아키텍처의 지배적인 위상에 도전하며, 시간 축을 따라 섞는(mixing) MLP 레이어와 특징 채널을 가로질러 섞는 MLP 레이어를 번갈아 사용하는 단순한 스택이 계산 효율성을 유지하면서도 강력한 예측 정확도를 달성하고 아키텍처적으로 해석하기 쉽다는 것을 보여줍니다.
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
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). TSMixer (All-MLP Architecture for Forecasting). ScholarGate. https://scholargate.app/ko/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: 시계열 예측을 위한 분해 선형 모델딥러닝↔ compare
- 다층 퍼셉트론 (MLP)딥러닝↔ compare
- TimeMixer: 시계열 예측을 위한 분해 가능한 다중 스케일 혼합딥러닝↔ compare