TiDE: Time-series Dense Encoder

TiDE (Time-series Dense Encoder) er en MLP-basert "encoder-decoder"-arkitektur for langsiktig multivariat tidsserieprognostisering, introdusert av Abhimanyu Das og kolleger ved Google Research i 2023. Modellen koder tidligere tidsserieobservasjoner sammen med statiske og dynamiske kovariater gjennom stablede tette (MLP) lag, og dekoder deretter en latent representasjon til fremtidige prognoser. TiDE demonstrerer at enkle lineære og tette arkitekturer kan matche eller overgå Transformer-baserte modeller på standard "long-term forecasting"-benchmarks, samtidig som de er betydelig raskere.