MICN: Мулти-скална изометрична конволуциона мрежа за дугорочно прогнозирање временских серија
MICN (Multi-scale Isometric Convolution Network) је архитектура конволуционе неуронске мреже за дугорочно прогнозирање временских серија коју су увели Huiqiang Wang и колеге на ICLR 2023. Његова централна идеја је да истовремено ухвати локалне временске обрасце и глобалне сезонске зависности кроз више-скалне изометричне конволуције у комбинацији са механизмом за спајање пажње, омогућавајући ефикасно и експресивно моделовање сложених временских динамика без квадратне цене пуне само-пажње.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Wang, H., Peng, J., Huang, F., Wang, J., Chen, J., & Xiao, Y. (2023). MICN: Multi-scale local and global context modeling for long-term series forecasting. ICLR. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). MICN (Multi-scale Isometric Convolution Network). ScholarGate. https://scholargate.app/sr/deep-learning/micn
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.
- SCINet: Uzorak konvolucije i mrežna interakcija za prognozu vremenskih serijaDuboko učenje↔ compare
- TimesNetDuboko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →