TimeMixer: dekomponovateľné viacškálové miešanie pre prognózovanie časových radov
TimeMixer je dekompozičná architektúra pre prognózovanie časových radov bez pozornosti (attention-free), predstavená Wangom a kol. na ICLR 2024. Hlavná myšlienka spočíva v oddelení sezónnych a trendových komponentov naprieč viacerými časovými škálami konštruovanými pomocou priemerového zhlukovania (average pooling), a následnom miešaní informácií medzi týmito škálami pomocou ľahkých MLP blokov. Tým, že TimeMixer spracúva hrubé (dominantné trendy) a jemné (dominantné sezónne) rozlíšenia oddelene a kombinuje ich predikcie, vyhýba sa kvadratickej cene pozornosti a zároveň zachytáva lokálne aj globálne časové vzory.
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
- Wang, S., Wu, H., Shi, X., Hu, T., Luo, H., Ma, L., Zhang, J. Y., & Zhou, J. (2024). TimeMixer: Decomposable multiscale mixing for time series forecasting. ICLR. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). TimeMixer (Decomposable Multiscale Mixing). ScholarGate. https://scholargate.app/sk/deep-learning/timemixer
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.
- DLinear: Dekompozičný lineárny model pre predikciu časových radovHlboké učenie↔ compare
- TimesNet: Modelovanie časových radov pomocou 2D-variáciíHlboké učenie↔ compare
- TSMixer: Čisto MLP architektúra pre predikciu časových radovHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →