Informer
Informer là một mô hình dựa trên Transformer được giới thiệu bởi Zhou và cộng sự vào năm 2021 cho dự báo chuỗi thời gian dài, sử dụng cơ chế tự chú ý ProbSparse giúp giảm độ phức tạp tính toán của Transformer tiêu chuẩn xuống còn O(L log L). Nó được xây dựng cho các bài toán đòi hỏi dự đoán trên hàng nghìn bước tương lai.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Nguồn tài liệu
- Zhou, H. et al. (2021). Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting. AAAI. DOI: 10.1609/aaai.v35i12.17325 ↗
- Wu, H., Xu, J., Wang, J. & Long, M. (2021). Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting. NeurIPS 34. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting. ScholarGate. https://scholargate.app/vi/deep-learning/informer
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.
- Mô hình ARIMA (Autoregressive Integrated Moving Average)Kinh tế lượng↔ compare
- DeepARHọc sâu↔ compare
- N-HiTSHọc sâu↔ compare
- PatchTSTHọc sâu↔ compare
- Rừng ngẫu nhiênHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →