TimeMixer: Uchanganuzi wa Kuchanganya kwa Mizani Mingi kwa Utabiri wa Mfululizo wa Muda
TimeMixer ni usanifu wa utabiri wa mfululizo wa muda usio na umakini, unaotegemea uchanganuzi, ulioanzishwa na Wang et al. katika ICLR 2024. Wazo kuu ni kutenganisha vipengele vya msimu na mwelekeo katika mizani mingi ya muda iliyoundwa kwa kutumia wastani wa kuunganisha (average pooling), kisha kuchanganya taarifa katika mizani hiyo kwa kutumia vizuizi vyepesi vya MLP. Kwa kushughulikia maazimio mapana (yanayotawaliwa na mwelekeo) na madogo (yanayotawaliwa na msimu) kando na kuunganisha utabiri wao, TimeMixer huepuka gharama ya quadratic ya umakini huku ikinasa mifumo ya muda ya ndani na ya jumla.
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
- Wang, S., Wu, H., Shi, X., Hu, T., Luo, H., Ma, L., Zhang, J. Y., & Zhou, J. (2024). TimeMixer: Decomposable multiscale mixing for time series forecasting. ICLR. link ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 2). TimeMixer (Decomposable Multiscale Mixing). ScholarGate. https://scholargate.app/sw/deep-learning/timemixer
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
- TSMixer: Usanifu wa All-MLP kwa Utabiri wa Mfuatano wa WakatiUjifunzaji wa Kina↔ compare
Imerejelewa na
Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →