ScholarGate
Msaidizi
Machine learningTime-series forecasting

TimesNet: Uundaji wa Miundo Mikuu ya 2D ya Muda kwa Mfululizo wa Wakati

TimesNet ni modeli ya madhumuni ya jumla ya mfululizo wa muda iliyoanzishwa na Wu et al. katika ICLR 2023. Wazo lake kuu ni kwamba mfululizo wa muda wa kipekee au wa pande nyingi unaweza kutafsiriwa upya kama makusanyo ya ramani za muda za pande mbili kwa kuunda upya ishara ya 1D kulingana na vipindi vyake vinavyotawala, vilivyogunduliwa kupitia Fast Fourier Transform. Mabadiliko haya ya 1D-hadi-2D yanaonyesha ruwaza za ndani ya kipindi (ndani ya mzunguko mmoja) na mielekeo ya kati ya vipindi (katika mizunguko), ikiruhusu usanifu wenye nguvu wa convolutional wa 2D kuunda mabadiliko ya muda.

Fungua katika MethodMindHivi karibuniVideoHivi karibuniDownload slides

Soma mbinu kamili

Kwa wanachama pekee

Ingia kwa akaunti ya bure ili kusoma sehemu hii.

Ingia

Method map

The neighbourhood of related methods — select a node to explore.

TimesNet: Uundaji wa Miundo Mikuu ya 2D ya Muda kwa Mfululizo wa Wakati
Autoformer: Transformer…PatchTSTMICNSCINetTimeMixer

Vyanzo

  1. Wu, H., Hu, T., Liu, Y., Zhou, H., Wang, J., & Long, M. (2023). TimesNet: Temporal 2D-variation modeling for general time series analysis. ICLR. link

Jinsi ya kunukuu ukurasa huu

ScholarGate. (2026, June 2). TimesNet (Temporal 2D-Variation Modeling). ScholarGate. https://scholargate.app/sw/deep-learning/timesnet

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.

Compare side by side

Imerejelewa na

ScholarGateTimesNet (TimesNet (Temporal 2D-Variation Modeling)). Imepatikana 2026-06-15 kutoka https://scholargate.app/sw/deep-learning/timesnet · Seti ya data: https://doi.org/10.5281/zenodo.20539026