TiDE: Kiendeshi chenye Msongamano wa Mfuatano wa Wakati
TiDE (Time-series Dense Encoder) ni usanifu wa kiendeshi-kidodishi kinachotegemea MLP kwa utabiri wa mfuatano mrefu wa wakati wenye vigeu vingi, ulioanzishwa na Abhimanyu Das na wenzake katika Google Research mwaka 2023. Kielelezo huchanganua uchunguzi wa zamani wa mfuatano wa wakati pamoja na vigeu tuli na vinavyobadilika kupitia tabaka za MLP zilizowekwa, kisha hutoa uwakilishi fiche kuwa utabiri wa siku zijazo. TiDE inaonyesha kuwa miundo rahisi ya mstari na yenye msongamano inaweza kufikia au kuzidi miundo inayotegemea Transformer kwenye vipimo vya kawaida vya utabiri wa muda mrefu huku ikiwa na kasi zaidi.
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
- Das, A., Kong, W., Leach, A., Mathur, S., Sen, R., & Yu, R. (2023). Long-term forecasting with TiDE: Time-series dense encoder. Transactions on Machine Learning Research. link ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/sw/deep-learning/tide
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
- Multilayer Perceptron (MLP)Ujifunzaji wa Kina↔ compare
- TSMixer: Usanifu wa All-MLP kwa Utabiri wa Mfuatano wa WakatiUjifunzaji wa Kina↔ compare
Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →