MICN: Wieloskalowa Izometryczna Sieć Konwolucyjna do Długoterminowego Prognozowania Szeregów Czasowych
MICN (Multi-scale Isometric Convolution Network) to architektura konwolucyjnej sieci neuronowej do długoterminowego prognozowania szeregów czasowych, wprowadzona przez Huiqianga Wanga i współpracowników na konferencji ICLR 2023. Jej główna idea polega na jednoczesnym wychwytywaniu zarówno lokalnych wzorców czasowych, jak i globalnych zależności sezonowych, poprzez wieloskalowe izometryczne konwolucje połączone z mechanizmem uwagi scalającej, co umożliwia efektywne i ekspresyjne modelowanie złożonych dynamik czasowych bez kwadratowego kosztu pełnej samo uwagii.
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
- Wang, H., Peng, J., Huang, F., Wang, J., Chen, J., & Xiao, Y. (2023). MICN: Multi-scale local and global context modeling for long-term series forecasting. ICLR. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). MICN (Multi-scale Isometric Convolution Network). ScholarGate. https://scholargate.app/pl/deep-learning/micn
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.
- SCINet: Sieć konwolucyjno-interakcyjna do prognozowania szeregów czasowychUczenie głębokie↔ compare
- TimesNet: Modelowanie dwuwymiarowych wariacji czasowych dla szeregów czasowychUczenie głębokie↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →