TimesNet: Modelimi 2D-Temporal i Variacionit për Serinë Kohore
TimesNet është një model i gjenerit të gjithanshëm për seritë kohore, prezantuar nga Wu et al. në ICLR 2023. Ideja e tij qendrore është se seritë kohore univariante ose multivariante mund të ripërkufizohen si koleksione të hartave kohore dy-dimensionale duke riorganizuar sinjalin 1D sipas periodiciteteve të tij dominuese, të zbuluara përmes Transformimit të Shpejtë Fourier (FFT). Kjo transformim 1D-në-2D ekspozon si modele intra-periodike (brenda një cikli) ashtu edhe tendenca inter-periodike (ndërmjet cikleve), duke mundësuar arkitekturave të fuqishme konvolucionale 2D të modelojnë variacionin temporal.
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
- Wu, H., Hu, T., Liu, Y., Zhou, H., Wang, J., & Long, M. (2023). TimesNet: Temporal 2D-variation modeling for general time series analysis. ICLR. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). TimesNet (Temporal 2D-Variation Modeling). ScholarGate. https://scholargate.app/sq/deep-learning/timesnet
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.
- AutoformerMësimi i thellë↔ compare
- PatchTSTMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →