Transformator jo-stacionar
Transformatori jo-stacionar është një arkitekturë parashikimi serish kohore e bazuar në Transformator, e prezantuar nga Yong Liu, Haixu Wu, Jianmin Wang dhe Mingsheng Long në NeurIPS 2022. Ajo trajton një tension themelor në aplikimin e Transformatorëve ndaj serive kohore të botës reale: stacionarizimi i tepërt gjatë përpunimit paraprak heq sinjalet jo-stacionare që mbartin informacion parashikues, ndërsa hyrjet e papërpunuara jo-stacionare shkaktojnë kolapsin e vëmendjes. Modeli e zgjidh këtë përmes stacionarizimit të serive të çiftëzuar me një mekanizëm të ri vëmendjeje de-stacionare që rikthen shpërndarjen origjinale temporale në parashikime.
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., Wu, H., Wang, J., & Long, M. (2022). Non-stationary transformers: Exploring the stationarity in time series forecasting. NeurIPS. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). Non-stationary Transformers for Forecasting. ScholarGate. https://scholargate.app/sq/deep-learning/nonstationary-transformer
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.
- Testi i zgjeruar i njësisë rrënjë (ADF) Dickey-FullerEkonometri↔ compare
- AutoformerMësimi i thellë↔ compare
- InformerMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →