เปรียบเทียบวิธี

	LightTS: MLP ที่เน้นการสุ่มตัวอย่างแบบเบาสำหรับ การพยากรณ์อนุกรมเวลาหลายตัวแปร	TSMixer: สถาปัตยกรรมแบบ All-MLP สำหรับการพยากรณ์อนุกรมเวลา
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2022	2023
ผู้ริเริ่ม	Tianping Zhang et al.	Si-An Chen et al. (Google)
ประเภท	Lightweight MLP-based multivariate time-series forecaster	All-MLP multivariate time-series forecasting model
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.	Chen, S.-A., Li, C.-L., Yoder, N., Arik, S. O., & Pfister, T. (2023). TSMixer: An all-MLP architecture for time series forecasting. Transactions on Machine Learning Research.
ชื่อเรียกอื่น	Light Sampling-oriented MLP, LightMLP, Hafif Örnekleme Tabanlı MLP, Lightweight Time-Series MLP	All-MLP Time Series Mixer, Time Series Mixer, TSMixer Forecasting Model, Zaman Serisi Karıştırıcı
ที่เกี่ยวข้อง	3	3
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.	TSMixer is a multivariate time-series forecasting model introduced by Si-An Chen and colleagues at Google in 2023. It challenges the prevailing dominance of Transformer-based architectures by demonstrating that a simple stack of interleaved MLP layers — alternating between mixing along the time axis and mixing across feature channels — achieves strong forecasting accuracy while remaining computationally efficient and easy to interpret architecturally.