TSMixer: Kiến trúc Toàn MLP cho Dự báo Chuỗi Thời gian
TSMixer là một mô hình dự báo chuỗi thời gian đa biến được giới thiệu bởi Si-An Chen và các đồng nghiệp tại Google vào năm 2023. Mô hình này thách thức sự thống trị ngày càng tăng của các kiến trúc dựa trên Transformer bằng cách chứng minh rằng một chồng các lớp MLP xen kẽ đơn giản — luân phiên giữa việc trộn theo trục thời gian và trộn qua các kênh đặc trưng — đạt được độ chính xác dự báo mạnh mẽ, đồng thời vẫn hiệu quả về mặt tính toán và dễ giải thích về mặt kiến trúc.
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
- Chen, S.-A., Li, C.-L., Yoder, N., Arik, S. O., & Pfister, T. (2023). TSMixer: An all-MLP architecture for time series forecasting. Transactions on Machine Learning Research. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). TSMixer (All-MLP Architecture for Forecasting). ScholarGate. https://scholargate.app/vi/deep-learning/tsmixer
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: Mô hình Tuyến tính Phân rã cho Dự báo Chuỗi Thời gianHọc sâu↔ compare
- Multilayer Perceptron (MLP)Học sâu↔ compare
- TimeMixer: Kiến trúc Phân rã Đa Tỷ lệ để Trộn Dữ liệu Chuỗi Thời gian cho Dự báoHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →