TimeMixer: Miksimi Multiskalor i Deompozueshëm për Parashikimin e Serive Kohore
TimeMixer është një arkitekturë parashikimi serish kohore e bazuar në dekompozim, pa vëmendje, e prezantuar nga Wang et al. në ICLR 2024. Ideja qendrore është shkëputja e komponenteve sezonale dhe të trendit nëpër skala të shumta kohore të ndërtuara me mesatare grumbullimi (average pooling), pastaj përzierja e informacionit nëpër këto skala duke përdorur blloqe të lehta MLP. Duke trajtuar rezolucionet e trashë (dominuar nga trendi) dhe të imët (dominuar nga sezonaliteti) veçmas dhe duke kombinuar parashikimet e tyre, TimeMixer shmang koston katrore të vëmendjes duke kapur si modele kohore lokale ashtu edhe ato globale.
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
- Wang, S., Wu, H., Shi, X., Hu, T., Luo, H., Ma, L., Zhang, J. Y., & Zhou, J. (2024). TimeMixer: Decomposable multiscale mixing for time series forecasting. ICLR. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). TimeMixer (Decomposable Multiscale Mixing). ScholarGate. https://scholargate.app/sq/deep-learning/timemixer
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.
- DLinear: Model Linear për Parashikimin e Vargjeve Kohore bazuar në DekompozimMësimi i thellë↔ compare
- TimesNet: Modelimi 2D-Temporal i Variacionit për Serinë KohoreMësimi i thellë↔ compare
- TSMixer: Arkitekturë e plotë MLP për parashikimin e serive kohoreMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →