Informer
Informer është një model i bazuar në Transformer i prezantuar nga Zhou et al. në vitin 2021 për parashikimin e serive kohore me sekuenca të gjata, duke përdorur një mekanizëm vetë-vëmendjeje ProbSparse që ul kompleksitetin llogaritës të Transformer-it standard në O(L log L). Ai është ndërtuar për probleme që kërkojnë parashikime përgjatë mijëra hapave të ardhshëm.
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.
+3 more
Burimet
- Zhou, H. et al. (2021). Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting. AAAI. DOI: 10.1609/aaai.v35i12.17325 ↗
- Wu, H., Xu, J., Wang, J. & Long, M. (2021). Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting. NeurIPS 34. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 1). Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting. ScholarGate. https://scholargate.app/sq/deep-learning/informer
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.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometri↔ compare
- DeepARMësimi i thellë↔ compare
- N-HiTSMësimi i thellë↔ compare
- PatchTSTMësimi i thellë↔ compare
- Pylli i RastësishëmMësimi i makinës↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →