Autoformer: Transformer ya Uharibifu kwa Utabiri wa Milipuko ya Muda Mrefu
Autoformer ni usanifu wa akili bandia kwa utabiri wa milipuko ya muda mrefu, ulioanzishwa na Wu et al. kutoka Chuo Kikuu cha Tsinghua katika NeurIPS 2021. Inachukua nafasi ya utaratibu wa kawaida wa kujitegemea kwa utaratibu wa Kujitegemea-Kuhusiana ambao unachunguza utegemezi wa vipindi katika uwanja wa mzunguko, na huweka kizuizi cha uharibifu wa mfululizo unaoendelea kupitia kiendeshi na kiondoe ili kuunda vipengele vya mwelekeo na msimu kando.
Soma mbinu kamili
Ingia kwa akaunti ya bure ili kusoma sehemu hii.
Method map
The neighbourhood of related methods — select a node to explore.
Vyanzo
- Wu, H., Xu, J., Wang, J., & Long, M. (2021). Autoformer: Decomposition transformers with auto-correlation for long-term series forecasting. NeurIPS, 34. link ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 2). Autoformer (Auto-Correlation Decomposition Transformer). ScholarGate. https://scholargate.app/sw/deep-learning/autoformer
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.
- Mfumo wa ARIMA (Autoregressive Integrated Moving Average)Ekonometriki↔ compare
- FEDformer: Transformer Iliyoimarishwa kwa Masafa na UozoUjifunzaji wa Kina↔ compare
- Mtoa habariUjifunzaji wa Kina↔ compare
- TimesNet: Uundaji wa Miundo Mikuu ya 2D ya Muda kwa Mfululizo wa WakatiUjifunzaji wa Kina↔ compare
Imerejelewa na
Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →