SegRNN: Rețea Neurală Recurentă pe Segmente pentru Previziunea Seriilor Temporale pe Termen Lung

SegRNN este o arhitectură de rețea neurală recurentă pentru previziunea seriilor temporale pe termen lung, propusă de Shengsheng Lin et al. în 2023. În loc să proceseze un pas temporal la un moment dat, SegRNN împarte secvențele de intrare în segmente de lungime fixă și alimentează fiecare segment ca un singur token într-un GRU. Acest design bazat pe segmente reduce drastic numărul de iterații recurente, abordând dificultatea binecunoscută cu care se confruntă RNN-urile în modelarea dependențelor foarte lungi pe parcursul multor pași individuali.