SegRNN: Rrkurrente Rrjeti Neurale për Parashikimin Afatgjatë të Serive Kohore
SegRNN është një arkitekturë e rrjetit neural rekurrent (recurrent neural network - RNN) për parashikimin afatgjatë të serive kohore, e propozuar nga Shengsheng Lin et al. në vitin 2023. Në vend që të përpunojë një hap kohor në një kohë, SegRNN i ndan sekuencat hyrëse në segmente me gjatësi fikse dhe e ushqen secilin segment si një token të vetëm në një GRU. Ky dizajn i bazuar në segmente zvogëlon në mënyrë drastike numrin e iteracioneve rekurente, duke adresuar vështirësinë e njohur që RNN-të hasin kur modelojnë varësi shumë të gjata mbi shumë hapa individualë.
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
- Lin, S., Lin, W., Wu, W., Zhao, F., Mo, R., & Zhang, H. (2023). SegRNN: Segment recurrent neural network for long-term time series forecasting. arXiv preprint. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). SegRNN (Segment Recurrent Neural Network). ScholarGate. https://scholargate.app/sq/deep-learning/segrnn
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.
- Njësia e përsëritur e portës (GRU)Mësimi i thellë↔ compare
- LSTMMësimi i thellë↔ compare
- PatchTSTMësimi i thellë↔ compare
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →