SegRNN: Rangkaian Saraf Berulang Segmen untuk Ramalan Deret Masa Jangka Panjang

SegRNN ialah seni bina rangkaian saraf berulang untuk ramalan deret masa jangka panjang yang dicadangkan oleh Shengsheng Lin et al. pada tahun 2023. Berbanding memproses satu langkah masa pada satu masa, SegRNN membahagikan urutan input kepada segmen-segmen berpanjang tetap dan memasukkan setiap segmen sebagai token tunggal ke dalam GRU. Reka bentuk berasaskan segmen ini secara drastik mengurangkan bilangan lelaran berulang, menangani kesukaran yang diketahui dihadapi oleh RNN dalam memodelkan kebergantungan yang sangat panjang merentasi banyak langkah individu.