เปรียบเทียบวิธี

	LightTS: MLP ที่เน้นการสุ่มตัวอย่างแบบเบาสำหรับ การพยากรณ์อนุกรมเวลาหลายตัวแปร	เพอร์เซปตรอนหลายชั้น (MLP)
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2022	1986
ผู้ริเริ่ม	Tianping Zhang et al.	Rumelhart, D. E.; Hinton, G. E.; Williams, R. J.
ประเภท	Lightweight MLP-based multivariate time-series forecaster	Supervised feedforward neural network
แหล่งต้นตำรับ	Zhang, T., Zhang, Y., Cao, W., Bian, J., Yi, X., Zheng, S., & Li, J. (2022). Less is more: Fast multivariate time series forecasting with light sampling-oriented MLP structures. arXiv preprint.	Rumelhart, D. E., Hinton, G. E. & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323, 533–536.
ชื่อเรียกอื่น	Light Sampling-oriented MLP, LightMLP, Hafif Örnekleme Tabanlı MLP, Lightweight Time-Series MLP	MLP, feedforward neural network, fully connected neural network, vanilla neural network
ที่เกี่ยวข้อง	3	4
สรุป	LightTS is a lightweight, MLP-based architecture for multivariate time-series forecasting introduced by Tianping Zhang and colleagues in 2022. Motivated by the observation that simpler models can match or surpass heavy Transformer-based architectures, LightTS applies an interval-sampling strategy to decompose long input sequences into multiple sub-sequences and processes each with compact Chunk-MLP and Continuous-MLP modules. The design prioritizes computational efficiency while preserving both local and global temporal patterns.	A Multilayer Perceptron is a classic fully connected feedforward neural network trained with the backpropagation algorithm, as formalised by Rumelhart, Hinton & Williams in their landmark 1986 Nature paper. Composed of an input layer, one or more hidden layers of neurons, and an output layer, the MLP learns nonlinear mappings from input features to target outputs and serves as the foundational building block of modern deep learning.