iTransformer: Transformer Inversat pentru Prognoza Seriilor Temporale Multivariate
iTransformer este o arhitectură de deep learning pentru prognoza seriilor temporale multivariate introdusă de Liu et al. la ICLR 2024. Ideea sa definitorie este inversarea strategiei convenționale de tokenizare a Transformer: în loc să trateze fiecare pas temporal ca un token, iTransformer tratează fiecare variată (canal de senzori sau serie de caracteristici) ca un singur token a cărui încorporare (embedding) codifică întreaga fereastră de observare anterioară (look-back window). Mecanismul de auto-atenție este apoi aplicat între variate pentru a capta dependențele inter-serii, în timp ce o rețea feed-forward din interiorul fiecărui token învață tipare temporale.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Liu, Y., Hu, T., Zhang, H., Wu, H., Wang, S., Ma, L., & Long, M. (2024). iTransformer: Inverted transformers are effective for time series forecasting. ICLR. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 2). iTransformer (Inverted Transformer for Forecasting). ScholarGate. https://scholargate.app/ro/deep-learning/itransformer
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.
- CrossformerÎnvățare profundă↔ compare
- PatchTSTÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →