ScholarGate
Asistenti
Machine learningTime-series forecasting

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.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Method map

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

Burimet

  1. 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.

Compare side by side

Cituar nga

ScholarGateCrossformer (Crossformer (Cross-Dimension Dependency Transformer)). Marrë më 2026-06-15 nga https://scholargate.app/sq/deep-learning/crossformer · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026