DLinear: Model Linear Terdekomposisi untuk Peramalan Deret Waktu
DLinear ialah model peramalan deret waktu yang ringan yang diperkenalkan oleh Zeng et al. di AAAI 2023. Ia mencabar andaian lazim bahawa seni bina berasaskan Transformer diperlukan untuk peramalan jarak jauh yang tepat. Model ini menguraikan urutan input kepada komponen trend dan bermusim menggunakan penapis purata bergerak, kemudian menggunakan transformasi linear lapisan tunggal yang berasingan pada setiap komponen sebelum menjumlahkan outputnya untuk menghasilkan ramalan akhir.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Zeng, A., Chen, M., Zhang, L., & Xu, Q. (2023). Are transformers effective for time series forecasting? AAAI. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). DLinear (Decomposition Linear Model for Forecasting). ScholarGate. https://scholargate.app/ms/deep-learning/dlinear
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.
- Model ARIMA (Autoregresif Bersepadu Purata Bergerak)Ekonometrik↔ compare
- PatchTSTPembelajaran Mendalam↔ compare
- TSMixer: Seni Bina Semua-MLP untuk Ramalan Deret MasaPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →