FEDformer: หม้อแปลงไฟฟ้าแบบแยกส่วนที่ปรับปรุงความถี่
FEDformer คือสถาปัตยกรรมที่ใช้ Transformer สำหรับการพยากรณ์อนุกรมเวลาหลายตัวแปรระยะยาว ซึ่ง Zhou และคณะได้นำเสนอในงาน ICML 2022 นวัตกรรมหลักของมันคือการรวมกันของการแยกองค์ประกอบตามฤดูกาลและแนวโน้มเข้ากับการให้ความสนใจในโดเมนความถี่: แทนที่จะคำนวณความสนใจแบบเต็มโทเค็นต่อโทเค็นในโดเมนเวลา FEDformer จะฉายภาพคิวรี คีย์ และค่าต่างๆ เข้าสู่โดเมนความถี่ผ่านการแปลงฟูริเยร์หรือเวฟเล็ต และดำเนินการกับชุดย่อยที่เลือกแบบสุ่มขององค์ประกอบความถี่ ซึ่งทำให้ได้ความซับซ้อนเชิงเส้นในขณะที่ยังคงรักษาสภาพโครงสร้างเวลาโดยรวมไว้ได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Zhou, T., Ma, Z., Wen, Q., Wang, X., Sun, L., & Jin, R. (2022). FEDformer: Frequency enhanced decomposed transformer for long-term series forecasting. ICML. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). FEDformer (Frequency Enhanced Decomposed Transformer). ScholarGate. https://scholargate.app/th/deep-learning/fedformer
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.
- Autoformer: Decomposition Transformer สำหรับการพยากรณ์อนุกรมเวลาในระยะยาวการเรียนรู้เชิงลึก↔ compare
- FiLM: แบบจำลองหน่วยความจำแบบเลเจนดร์ที่ปรับปรุงความถี่การเรียนรู้เชิงลึก↔ compare
- Informerการเรียนรู้เชิงลึก↔ compare