Registro de evidência do método

DLinear

DLinear is a lightweight time series forecasting model introduced by Zeng et al. at AAAI 2023. It challenges the prevailing assumption that Transformer-based architectures are necessary for accurate long-horizon forecasting. The model decomposes an input sequence into trend and seasonal components using a moving average filter, then applies separate single-layer linear transformations to each component before summing their outputs to produce the final forecast.

Sources recorded, not reviewed

Registro de origem

Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.

DLinear (Decomposition Linear Model for Forecasting)

Registro de método taxonômico · ml-model / deep-learning

Zeng, A., Chen, M., Zhang, L., & Xu, Q. (2023). Are transformers effective for time series forecasting? AAAI. · URL

Abrir método completo

Alegações curadas

Alegações persistidas no livro-razão de evidências, cada uma com sua própria avaliação.

Ainda não há alegações curadas

Esta visualização não inventa uma avaliação de alegação quando o livro-razão não a possui.

Métodos relacionados

Gerado a partir do grafo de métodos e mostrado como relações sugeridas por máquina — nenhuma alegação de evidência é inferida.