SegRNN: Mạng nơ-ron hồi quy phân đoạn để dự báo chuỗi thời gian dài hạn
SegRNN là một kiến trúc mạng nơ-ron hồi quy để dự báo chuỗi thời gian dài hạn được Shengsheng Lin và cộng sự đề xuất vào năm 2023. Thay vì xử lý từng bước thời gian một, SegRNN phân chia các chuỗi đầu vào thành các phân đoạn có độ dài cố định và đưa mỗi phân đoạn dưới dạng một token duy nhất vào một GRU. Thiết kế dựa trên phân đoạn này làm giảm đáng kể số lần lặp hồi quy, giải quyết khó khăn nổi tiếng mà các RNN gặp phải khi mô hình hóa các phụ thuộc rất dài qua nhiều bước riêng lẻ.
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
- Lin, S., Lin, W., Wu, W., Zhao, F., Mo, R., & Zhang, H. (2023). SegRNN: Segment recurrent neural network for long-term time series forecasting. arXiv preprint. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). SegRNN (Segment Recurrent Neural Network). ScholarGate. https://scholargate.app/vi/deep-learning/segrnn
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.
- Mạng nơ-ron tái phát có cổng (Gated Recurrent Unit - GRU)Học sâu↔ compare
- LSTMHọc sâu↔ compare
- PatchTSTHọc sâu↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →