Machine learningTime-series forecasting

TiDE: Плотный кодировщик временных рядов

TiDE (Time-series Dense Encoder) — это архитектура кодировщика-декодировщика на основе многослойного перцептрона (MLP) для долгосрочного прогнозирования многомерных временных рядов, представленная Абхиманью Дасом и его коллегами из Google Research в 2023 году. Модель кодирует прошлые наблюдения временных рядов вместе со статическими и динамическими ковариатами через стеки плотных (MLP) слоев, а затем декодирует скрытое представление в будущие прогнозы. TiDE демонстрирует, что простые линейные и плотные архитектуры могут соответствовать или превосходить модели на основе трансформеров на стандартных бенчмарках долгосрочного прогнозирования, будучи при этом значительно быстрее.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

TiDE: Плотный кодировщик временных рядов
DLinearМногослойный перцептрон…TSMixer

Источники

  1. Das, A., Kong, W., Leach, A., Mathur, S., Sen, R., & Yu, R. (2023). Long-term forecasting with TiDE: Time-series dense encoder. Transactions on Machine Learning Research. link

Как цитировать эту страницу

ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/ru/deep-learning/tide

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.

Compare side by side
ScholarGateTiDE (TiDE (Time-series Dense Encoder)). Получено 2026-06-15 из https://scholargate.app/ru/deep-learning/tide · Набор данных: https://doi.org/10.5281/zenodo.20539026