TSMixer: Visu MLP arhitektūra laika sēriju prognozēšanai
TSMixer ir daudzvariējamu laika sēriju prognozēšanas modelis, ko 2023. gadā ieviesa Si-An Chen un kolēģi no Google. Tas izaicina pašreizējo Transformeru arhitektūru dominanci, demonstrējot, ka vienkārša savstarpēji savienotu MLP slāņu kopa — pamīšus sajaucot pa laika asi un pa iezīmju kanāliem — sasniedz spēcīgu prognozēšanas precizitāti, vienlaikus saglabājot aprēķinu efektivitāti un arhitektonisko vieglu interpretējamību.
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
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 2). TSMixer (All-MLP Architecture for Forecasting). ScholarGate. https://scholargate.app/lv/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: Dekompozīcijas lineārais modelis laika sēriju prognozēšanaiDziļā mācīšanās↔ compare
- Daudzslāņu perceptrons (MLP)Dziļā mācīšanās↔ compare
- TimeMixer: Sadalāma daudzmērogu sajaukšana laika sēriju prognozēšanaiDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →