TiDE: Laikaudu blīvais kodētājs
TiDE (Time-series Dense Encoder) ir MLP balstīta kodētāja-dekodētāja arhitektūra ilgtermiņa daudzvariantu laika virkņu prognozēšanai, ko 2023. gadā ieviesa Abhimanyu Das un kolēģi Google Research. Modelis kodē pagātnes laika virkņu novērojumus kopā ar statiskiem un dinamiskiem kovariātiem, izmantojot sakrautus blīvos (MLP) slāņus, pēc tam dekodē latento reprezentāciju nākotnes prognozēs. TiDE demonstrē, ka vienkāršas lineāras un blīvas arhitektūras var sasniegt vai pārspēt Transformer balstītus modeļus standarta ilgtermiņa prognozēšanas etalonos, vienlaikus būdami ievērojami ātrāki.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/lv/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: Dekompozīcijas lineārais modelis laika sēriju prognozēšanaiDziļā mācīšanās↔ compare
- Daudzslāņu perceptrons (MLP)Dziļā mācīšanās↔ compare
- TSMixer: Visu MLP arhitektūra laika sēriju prognozēšanaiDziļā mācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →