TiDE: Щільний кодувальник часових рядів
TiDE (Time-series Dense Encoder) — це архітектура кодувальника-декодувальника на основі багатошарового перцептрона (MLP) для довгострокового прогнозування багатовимірних часових рядів, представлена Абіманью Дасом та його колегами з Google Research у 2023 році. Модель кодує минулі спостереження часових рядів разом зі статичними та динамічними коваріатами через стекові щільні (MLP) шари, а потім декодує латентне представлення в майбутні прогнози. TiDE демонструє, що прості лінійні та щільні архітектури можуть зрівнятися або перевершити моделі на основі трансформерів на стандартних бенчмарках довгострокового прогнозування, будучи при цьому значно швидшими.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Das, A., Kong, W., Leach, A., Mathur, S., Sen, R., & Yu, R. (2023). Long-term forecasting with TiDE: Time-series dense encoder. Transactions on Machine Learning Research. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). TiDE (Time-series Dense Encoder). ScholarGate. https://scholargate.app/uk/deep-learning/tide
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: Модель лінійного розкладу для прогнозування часових рядівГлибоке навчання↔ compare
- Багатошаровий перцептрон (БШП)Глибоке навчання↔ compare
- TSMixer: суцільно MLP-архітектура для прогнозування часових рядівГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →