TiDE: Penghurai Padat Siri Masa
TiDE (Time-series Dense Encoder) ialah seni bina penghurai pengekod berasaskan MLP untuk ramalan siri masa multivariat jangka panjang, diperkenalkan oleh Abhimanyu Das dan rakan-rakan di Google Research pada tahun 2023. Model ini mengekod pemerhatian siri masa lepas bersama-sama kovariat statik dan dinamik melalui lapisan padat (MLP) bertindan, kemudian menghurai perwakilan laten kepada ramalan masa depan. TiDE menunjukkan bahawa seni bina linear dan padat yang ringkas boleh menandingi atau mengatasi model berasaskan Transformer pada penanda aras ramalan jangka panjang standard sambil menjadi lebih pantas.
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
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/ms/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: Model Linear Terdekomposisi untuk Peramalan Deret WaktuPembelajaran Mendalam↔ compare
- Multilayer Perceptron (MLP)Pembelajaran Mendalam↔ compare
- TSMixer: Seni Bina Semua-MLP untuk Ramalan Deret MasaPembelajaran Mendalam↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →