Crossformer: Transformer s krížovou dimenzionálnou závislosťou pre multivariátne časové rady
Crossformer je architektúra založená na Transformere pre predikciu multivariátnych časových radov, predstavená Yunhaom Zhangom a Junchi Yanom na ICLR 2023. Na rozdiel od skorších variantov Transformerov, ktoré spracovávajú každú varietu nezávisle, Crossformer explicitne modeluje závislosti medzi dimenziami spolu s časovými vzormi. Dosahuje to prostredníctvom dvojstupňového mechanizmu pozornosti – krížom cez čas a krížom cez dimenzie – aplikovaného na segmentové vloženia organizované v hierarchickom enkodéri, čo umožňuje modelu zachytiť intra-varietné dynamiky aj inter-varietné korelácie súčasne.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Zhang, Y., & Yan, J. (2023). Crossformer: Transformer utilizing cross-dimension dependency for multivariate time series forecasting. ICLR. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Crossformer (Cross-Dimension Dependency Transformer). ScholarGate. https://scholargate.app/sk/deep-learning/crossformer
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.
- InformerHlboké učenie↔ compare
- iTransformer: Invertovaný Transformer pre multivariátne časové predikcieHlboké učenie↔ compare
- PatchTSTHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →