TiDE: Time-series Dense Encoder

TiDE (Time-series Dense Encoder) is een op MLP gebaseerde encoder-decoder architectuur voor langetermijn multivariate tijdreeksvoorspelling, geïntroduceerd door Abhimanyu Das en collega's bij Google Research in 2023. Het model codeert eerdere tijdreeksobservaties samen met statische en dynamische covariaten via gestapelde dichte (MLP) lagen, en decodeert vervolgens een latente representatie naar toekomstige voorspellingen. TiDE toont aan dat eenvoudige lineaire en dichte architecturen Transformer-gebaseerde modellen kunnen evenaren of overtreffen op standaard benchmarks voor langetermijnvoorspelling, terwijl ze aanzienlijk sneller zijn.