TiDE: Time-series Dense Encoder

TiDE (Time-series Dense Encoder) to architektura typu enkoder-dekoder oparta na MLP, przeznaczona do długoterminowego prognozowania wielowymiarowych szeregów czasowych, wprowadzona przez Abhimanyu Dasa i współpracowników z Google Research w 2023 roku. Model koduje przeszłe obserwacje szeregów czasowych wraz ze statycznymi i dynamicznymi kowariancjami za pomocą stosów warstw gęstych (MLP), a następnie dekoduje reprezentację utajoną na przyszłe prognozy. TiDE pokazuje, że proste architektury liniowe i gęste mogą dorównywać lub przewyższać modele oparte na Transformerach na standardowych benchmarkach długoterminowego prognozowania, będąc jednocześnie znacznie szybszymi.