iTransformer: Transformuesi i Invertuar për Parashikimin e Serive Kohore Shumëvariate
iTransformer është një arkitekturë e mësimit të thellë për parashikimin e serive kohore shumëvariate, e prezantuar nga Liu et al. në ICLR 2024. Ideja e saj përcaktuese është të invertuar strategjinë konvencionale të tokenizimit të Transformuesit: në vend që të trajtojë çdo hap kohor si një token, iTransformer trajton çdo variat (kanal sensori ose seri karakteristikash) si një token të vetëm, inkorporimi i të cilit kodon të gjithë dritaren e vëzhguar të kthimit mbrapa. Vetë-vëmendja aplikohet më pas nëpër variate për të kapur varësitë ndër-seri, ndërsa një rrjet feed-forward brenda çdo tokeni mëson modelet kohore.
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
- Liu, Y., Hu, T., Zhang, H., Wu, H., Wang, S., Ma, L., & Long, M. (2024). iTransformer: Inverted transformers are effective for time series forecasting. ICLR. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). iTransformer (Inverted Transformer for Forecasting). ScholarGate. https://scholargate.app/sq/deep-learning/itransformer
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.
- CrossformerMësimi i thellë↔ compare
- PatchTSTMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →