FiLM
FiLM is a long-term time-series forecasting architecture introduced by Tian Zhou and colleagues at NeurIPS 2022. It combines Legendre polynomial projections of the historical input with learnable frequency-domain filters applied to the resulting coefficient sequences. By representing history as a compact set of polynomial coefficients and filtering those coefficients in the frequency domain, FiLM enables efficient extrapolation over long prediction horizons without the quadratic cost of full self-attention.
Zapis źródłowy
Cytaty skopiowane dosłownie z zapisu źródłowego metody. Nie należy z nich wywnioskować weryfikacji na poziomie twierdzenia.
Wyselekcjonowane twierdzenia
Twierdzenia utrwalone w rejestrze dowodowym, każde z własną oceną.
Ten widok nie tworzy oceny twierdzenia, jeśli rejestr jej nie zawiera.
Powiązane metody
Wygenerowane z grafu metod i pokazane jako sugerowane przez maszynę powiązania — nie należy z nich wywnioskować twierdzenia dowodowego.