LightTS: MLP Orientada à Amostragem Leve para Previsão de Séries Temporais Multivariadas
LightTS é uma arquitetura leve baseada em MLP para previsão de séries temporais multivariadas, introduzida por Tianping Zhang e colegas em 2022. Motivada pela observação de que modelos mais simples podem igualar ou superar arquiteturas pesadas baseadas em Transformer, LightTS aplica uma estratégia de amostragem por intervalo para decompor longas sequências de entrada em múltiplas subsequências e processa cada uma com módulos compactos Chunk-MLP e Continuous-MLP. O design prioriza a eficiência computacional, preservando padrões temporais locais e globais.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 2). LightTS (Light Sampling-oriented MLP). ScholarGate. https://scholargate.app/pt/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: Modelo Linear de Decomposição para Previsão de Séries TemporaisAprendizado profundo↔ compare
- Perceptron Multicamada (MLP)Aprendizado profundo↔ compare
- TSMixer: Arquitetura Totalmente MLP para Previsão de Séries TemporaisAprendizado profundo↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →