ScholarGate
Asistent
Machine learning

Informer

Informer este un model bazat pe Transformer, introdus de Zhou et al. în 2021 pentru prognoza seriilor de timp cu secvențe lungi, utilizând un mecanism de auto-atenție ProbSparse care reduce complexitatea computațională a Transformer-ului standard la O(L log L). Este construit pentru probleme care necesită predicții pe mii de pași viitori.

Deschide în MethodMindÎn curândVideoÎn curândDescarcă prezentarea

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Autentificare

Harta metodelor

Vecinătatea metodelor înrudite — selectați un nod pentru a explora.

+3 altele

Surse

  1. Zhou, H. et al. (2021). Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting. AAAI. DOI: 10.1609/aaai.v35i12.17325
  2. Wu, H., Xu, J., Wang, J. & Long, M. (2021). Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting. NeurIPS 34. link

Cum se citează această pagină

ScholarGate. (2026, June 1). Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting. ScholarGate. https://scholargate.app/ro/deep-learning/informer

Ce metodă?

Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.

Compară alăturat

Citat de

ScholarGateInformer (Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting). Preluat la 2026-06-15 de pe https://scholargate.app/ro/deep-learning/informer · Set de date: https://doi.org/10.5281/zenodo.20539026