Crossformer: Transformer me varësi ndër-dimensionale për parashikimin e serive kohore multivariate
Crossformer është një arkitekturë e bazuar në Transformer për parashikimin e serive kohore multivariate, prezantuar nga Yunhao Zhang dhe Junchi Yan në ICLR 2023. Ndryshe nga variantet e mëparshme të Transformer-it që trajtojnë çdo variatë në mënyrë të pavarur, Crossformer modelon në mënyrë eksplicite varësitë ndër-dimensionale së bashku me modelet kohore. Kjo arrihet përmes një dizajni dy-fazor të vëmendjes — ndër-kohë dhe ndër-dimension — të aplikuar mbi embedimet në nivel segmenti të organizuara në një kodues hierarkik, duke i mundësuar modelit të kapë si dinamikën brenda-variatë ashtu edhe korrelacionet ndër-variatë njëkohësisht.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- Zhang, Y., & Yan, J. (2023). Crossformer: Transformer utilizing cross-dimension dependency for multivariate time series forecasting. ICLR. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). Crossformer (Cross-Dimension Dependency Transformer). ScholarGate. https://scholargate.app/sq/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.
- InformerMësimi i thellë↔ compare
- iTransformerMësimi i thellë↔ compare
- PatchTSTMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →