LightTS: Lekka sieć MLP zorientowana na próbkowanie dla prognozowania wielowymiarowych szeregów czasowych
LightTS to lekka architektura oparta na MLP do prognozowania wielowymiarowych szeregów czasowych, wprowadzona przez Tianping Zhanga i współpracowników w 2022 roku. Zainspirowany obserwacją, że prostsze modele mogą dorównywać lub przewyższać ciężkie architektury oparte na Transformerach, LightTS stosuje strategię próbkowania interwałowego do dekompozycji długich sekwencji wejściowych na wiele podsekwencji i przetwarza każdą za pomocą zwięzłych modułów Chunk-MLP i Continuous-MLP. Projekt priorytetyzuje efektywność obliczeniową, zachowując zarówno lokalne, jak i globalne wzorce czasowe.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). LightTS (Light Sampling-oriented MLP). ScholarGate. https://scholargate.app/pl/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: Model dekompozycji liniowej do prognozowania szeregów czasowychUczenie głębokie↔ compare
- Perceptron wielowarstwowy (MLP)Uczenie głębokie↔ compare
- TSMixer: Architektura All-MLP do prognozowania szeregów czasowychUczenie głębokie↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →