เปรียบเทียบวิธี

	เครือข่ายคอนโวลูชันกราฟเชิงพื้นที่-เวลา	TimeGPT
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2018	2023
ผู้ริเริ่ม	Sijie Yan	Fabio Garza
ประเภท	Neural network architecture	Neural network architecture
แหล่งต้นตำรับ	Yan, S., Xiong, Y., & Lin, D. (2018). Spatial temporal graph convolutional networks for skeleton-based action recognition. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 32).	Garza, F., & White, C. W. (2023). TimeGPT-1: A Time Series Foundation Model. In ICML 2024 Time Series Workshop.
ชื่อเรียกอื่น	ST-GCN, Spatial-Temporal Graph CNN	TimeGPT-1, Time series GPT
ที่เกี่ยวข้อง	4	4
สรุป	Spatial-Temporal Graph Convolutional Networks (ST-GCN) is an architecture introduced by Yan et al. in 2018 for skeleton-based action recognition. By modeling human skeletons as graphs where joints are nodes and bones are edges, ST-GCN applies graph convolutions across space and time to recognize actions from skeleton sequences.	TimeGPT is a time series foundation model introduced by Garza and White in 2023 that unifies forecasting, anomaly detection, and classification in a single pre-trained model. Inspired by large language models, TimeGPT is pre-trained on diverse time series and transfers well to downstream tasks with minimal fine-tuning.