Machine learningTime-series forecasting

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.

Відкрити у MethodMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

The neighbourhood of related methods — select a node to explore.

Джерела

  1. 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.

Compare side by side
ScholarGateTiDE (TiDE (Time-series Dense Encoder)). Отримано 2026-06-15 з https://scholargate.app/uk/deep-learning/tide · Набір даних: https://doi.org/10.5281/zenodo.20539026