SegRNN: Mtandao wa Seli za Kurudia wa Sehemu kwa Utabiri wa Muda Mrefu wa Mfululizo wa Wakati
SegRNN ni usanifu wa mtandao wa seli za kurudia kwa utabiri wa muda mrefu wa mfululizo wa wakati uliopendekezwa na Shengsheng Lin et al. mwaka 2023. Badala ya kuchakata hatua moja ya wakati kwa wakati, SegRNN hugawanya mfuatano wa pembejeo katika sehemu zenye urefu sawa na kulisha kila sehemu kama ishara moja kwenye GRU. Ubunifu huu unaotegemea sehemu hupunguza sana idadi ya marudio ya kurudia, ukishughulikia ugumu unaojulikana ambao RNN hukabili wakati wa kuunda utegemezi mrefu sana juu ya hatua nyingi za kibinafsi.
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
- Lin, S., Lin, W., Wu, W., Zhao, F., Mo, R., & Zhang, H. (2023). SegRNN: Segment recurrent neural network for long-term time series forecasting. arXiv preprint. link ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 2). SegRNN (Segment Recurrent Neural Network). ScholarGate. https://scholargate.app/sw/deep-learning/segrnn
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.
- Kitengo cha Kurudiana kilicho na Lango (GRU)Ujifunzaji wa Kina↔ compare
- LSTMUjifunzaji wa Kina↔ compare
- PatchTSTUjifunzaji wa Kina↔ compare
Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →