რა არის Informer და Autoformer?

Informer და Autoformer — ეს არის ნეირონული ქსელების არქიტექტურები, რომლებიც განკუთვნილია ეფექტიანი დროის სერიის პროგნოზისთვის.

• Informer — გაუმჯობესებული ვერსია Transformer-ის, ოპტიმიზირებული გრძელ დროის სერიისთვის. იყენებს ProbSparse Attention მექანიზმს, რომელიც ამცირებს ყურადღების გამახვილების გამოთვლით სირთულეს, არჩევს ყველაზე მნიშვნელოვან გასაღებს ყურადღებისთვის, რაც საშუალებას აძლევს უფრო სწრაფად და ნაკლები რესურსით დაამუშაოს გრძელ სერილებს.

• Autoformer — არქიტექტურა, რომელიც вводит Auto-Correlation მექანიზმს სეზონური და ტრენდის კომპონენტების მოდელირებისთვის დროის სერილებში. ეს საშუალებას აძლევს უკეთ დაიჭიროს გრძელვადიანი დამოკიდებულებები და გაუმჯობესოს პროგნოზების სიზუსტე.

ორივე მოდელი მიზნად ისახავს კლასიკური Transformer-ის პრობლემების გადაჭრას, როგორიცაა მაღალი გამოთვლითი სირთულე და არასაკმარისი უნარი გრძელვადიანი დამოკიდებულებების მოდელირებისთვის.