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.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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.
- DLinearГлубокое обучение↔ compare
- Многослойный перцептрон (MLP)Глубокое обучение↔ compare
- TSMixerГлубокое обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →