SCINet: Mtandao wa Sampuli wa Mwingiliano na Mfumo wa Kina kwa Utabiri wa Mfuatano wa Wakati
SCINet ni usanifu wa kina wa kujifunza kwa utabiri wa mfuatano wa muda mwingi ulioanzishwa na Liu et al. katika NeurIPS 2022. Wazo lake kuu ni muundo wa mti wa binary unaorudiwa wa Vizuizi vya SCI (SCI-Blocks), ambacho kila kimoja hugawanya mfuatano wa pembejeo katika mfuatano mdogo wa vipengee vya odd na hata, hutumia vichungi vya convolutional kuunda mwingiliano kati ya mfuatano mdogo, na kisha huunganisha uwakilishi uliojifunza. Mkakati huu wa kushuka kwa kiwango cha juu huwezesha mtandao kunasa utegemezi wa muda kwa maazimio mengi kwa wakati mmoja.
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
- Liu, M., Zeng, A., Chen, M., Xu, Z., Lai, Q., Ma, L., & Xu, Q. (2022). SCINet: Time series modeling and forecasting with sample convolution and interaction. NeurIPS. link ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 2). SCINet (Sample Convolution and Interaction Network). ScholarGate. https://scholargate.app/sw/deep-learning/scinet
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: Muundo Linganifu wa Mfumo wa Mielekeo kwa Utabiri wa Mfuatano wa WakatiUjifunzaji 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 →