iTransformer: Transformer Terbalik untuk Peramalan Deret Masa Multivariat
iTransformer ialah seni bina pembelajaran mendalam untuk peramalan deret masa multivariat yang diperkenalkan oleh Liu et al. di ICLR 2024. Idea penentunya adalah untuk menterbalikkan strategi tokenisasi Transformer konvensional: bukannya melayan setiap langkah masa sebagai token, iTransformer melayan setiap variat (saluran sensor atau siri ciri) sebagai satu token tunggal yang pengepamanannya pengekodan tetingkap pandangan ke belakang yang diperhatikan sepenuhnya. Pemerhatian kendiri kemudiannya digunakan merentasi variat untuk menangkap kebergantungan antara siri, manakala rangkaian suapan ke hadapan di dalam setiap token mempelajari corak temporal.
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
- Liu, Y., Hu, T., Zhang, H., Wu, H., Wang, S., Ma, L., & Long, M. (2024). iTransformer: Inverted transformers are effective for time series forecasting. ICLR. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). iTransformer (Inverted Transformer for Forecasting). ScholarGate. https://scholargate.app/ms/deep-learning/itransformer
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.
- Crossformer: Transformer Rentasan-Dimensi untuk Peramalan Deret Masa MultivariatPembelajaran Mendalam↔ compare
- PatchTSTPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →