MICN: Mạng tích chập đẳng cự đa tỷ lệ cho dự báo chuỗi thời gian dài hạn
MICN (Mạng tích chập đẳng cự đa tỷ lệ) là một kiến trúc mạng nơ-ron tích chập cho dự báo chuỗi thời gian dài hạn được giới thiệu bởi Huiqiang Wang và các cộng sự tại ICLR 2023. Ý tưởng trung tâm của nó là nắm bắt đồng thời cả các mẫu thời gian cục bộ và các phụ thuộc mùa vụ toàn cục thông qua các tích chập đẳng cự đa tỷ lệ kết hợp với cơ chế chú ý kết hợp, cho phép mô hình hóa hiệu quả và biểu cảm về động lực thời gian phức tạp mà không tốn chi phí bậc hai của cơ chế tự chú ý đầy đủ.
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.
Nguồn tài liệu
- Wang, H., Peng, J., Huang, F., Wang, J., Chen, J., & Xiao, Y. (2023). MICN: Multi-scale local and global context modeling for long-term series forecasting. ICLR. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). MICN (Multi-scale Isometric Convolution Network). ScholarGate. https://scholargate.app/vi/deep-learning/micn
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.
- SCINet: Mạng Tích chập và Tương tác Mẫu cho Dự báo Chuỗi Thời gianHọc sâu↔ compare
- TimesNet: Mô hình hóa Biến thiên 2D theo Thời gian cho Chuỗi Thời gianHọc sâu↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →