LightTS: Lett sampling-orientert MLP for multivariat tidsserieprognostisering
LightTS er en lettvekts, MLP-basert arkitektur for multivariat tidsserieprognostisering introdusert av Tianping Zhang og kolleger i 2022. Motivert av observasjonen at enklere modeller kan matche eller overgå tunge Transformer-baserte arkitekturer, anvender LightTS en intervallsamplingstrategi for å dekomponere lange inndatasekvenser til flere underserier og prosesserer hver med kompakte Chunk-MLP- og Continuous-MLP-moduler. Designet prioriterer beregningseffektivitet samtidig som det bevarer både lokale og globale tidsmessige mønstre.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Zhang, T., Zhang, Y., Cao, W., Bian, J., Yi, X., Zheng, S., & Li, J. (2022). Less is more: Fast multivariate time series forecasting with light sampling-oriented MLP structures. arXiv preprint. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). LightTS (Light Sampling-oriented MLP). ScholarGate. https://scholargate.app/no/deep-learning/lightts
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: Dekomponerende lineær modell for tidsserieprognoserDyp læring↔ compare
- Flerlagsperseptron (MLP)Dyp læring↔ compare
- TSMixer: All-MLP-arkitektur for tidsserieprognoserDyp læring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →