LightTS: MLP ที่เน้นการสุ่มตัวอย่างแบบเบาสำหรับ การพยากรณ์อนุกรมเวลาหลายตัวแปร
LightTS เป็นสถาปัตยกรรมที่มีน้ำหนักเบาซึ่งใช้ MLP สำหรับการพยากรณ์อนุกรมเวลาหลายตัวแปร ที่นำเสนอโดย Tianping Zhang และคณะในปี 2022 LightTS ได้รับแรงบันดาลใจจากการสังเกตว่าโมเดลที่เรียบง่ายสามารถเทียบเท่าหรือเหนือกว่าสถาปัตยกรรมที่ใช้ Transformer ที่มีขนาดใหญ่ LightTS ใช้กลยุทธ์การสุ่มตัวอย่างแบบช่วง (interval-sampling) เพื่อแยก ลำดับอินพุตที่ยาวออกเป็นหลายลำดับย่อย และประมวลผลแต่ละลำดับด้วยโมดูล Chunk-MLP และ Continuous-MLP ที่มีขนาดกะทัดรัด การออกแบบนี้ให้ความสำคัญกับประสิทธิภาพการคำนวณ ในขณะที่ยังคงรักษาทั้งรูปแบบเวลาทั้งในระดับท้องถิ่นและระดับโลก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). LightTS (Light Sampling-oriented MLP). ScholarGate. https://scholargate.app/th/deep-learning/lightts
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.
- DLinear: แบบจำลองเชิงเส้นแบบแยกส่วนสำหรับการพยากรณ์อนุกรมเวลาการเรียนรู้เชิงลึก↔ compare
- เพอร์เซปตรอนหลายชั้น (MLP)การเรียนรู้เชิงลึก↔ compare
- TSMixer: สถาปัตยกรรมแบบ All-MLP สำหรับการพยากรณ์อนุกรมเวลาการเรียนรู้เชิงลึก↔ compare