TSMixer: Seni Bina Semua-MLP untuk Ramalan Deret Masa
TSMixer ialah model ramalan deret masa multivariat yang diperkenalkan oleh Si-An Chen dan rakan-rakannya di Google pada tahun 2023. Ia mencabar dominasi seni bina berasaskan Transformer yang lazim dengan menunjukkan bahawa timbunan ringkas lapisan MLP berselang-seli — bersilih ganti antara pencampuran di sepanjang paksi masa dan pencampuran merentasi saluran ciri — mencapai ketepatan ramalan yang kukuh sambil kekal cekap dari segi pengiraan dan mudah ditafsirkan dari segi seni bina.
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
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). TSMixer (All-MLP Architecture for Forecasting). ScholarGate. https://scholargate.app/ms/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: Model Linear Terdekomposisi untuk Peramalan Deret WaktuPembelajaran Mendalam↔ compare
- Multilayer Perceptron (MLP)Pembelajaran Mendalam↔ compare
- TimeMixer: Pencampuran Multiskala yang Terurai untuk Peramalan Deret WaktuPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →