اکسپرس 24
ترجمه فارسی مقاله ترانسفورماتور بین سری: توجه به محصولات در پیش‌بینی سری‌های زمانی

ترجمه فارسی مقاله ترانسفورماتور بین سری: توجه به محصولات در پیش‌بینی سری‌های زمانی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Inter-Series Transformer: Attending to Products in Time Series Forecasting
عنوان مقاله به فارسی ترانسفورماتور بین سری: توجه به محصولات در پیش‌بینی سری‌های زمانی
نویسندگان Rares Cristian, Pavithra Harsha, Clemente Ocejo, Georgia Perakis, Brian Quanz, Ioannis Spantidakis, Hamza Zerhouni
فرمت مقاله انگلیسی PDF
تعداد صفحات 34
دسته بندی موضوعات Machine Learning,Artificial Intelligence,یادگیری ماشین , هوش مصنوعی ,
توضیحات Submitted 7 August, 2024; originally announced August 2024. , ACM Class: I.2.6; G.3; I.5.1
توضیحات به فارسی ارسال شده در 7 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، کلاس ACM: I.2.6 ؛G.3 ؛I.5.1

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 1,360,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Time series forecasting is an important task in many fields ranging from supply chain management to weather forecasting. Recently, Transformer neural network architectures have shown promising results in forecasting on common time series benchmark datasets. However, application to supply chain demand forecasting, which can have challenging characteristics such as sparsity and cross-series effects, has been limited. In this work, we explore the application of Transformer-based models to supply chain demand forecasting. In particular, we develop a new Transformer-based forecasting approach using a shared, multi-task per-time series network with an initial component applying attention across time series, to capture interactions and help address sparsity. We provide a case study applying our approach to successfully improve demand prediction for a medical device manufacturing company. To further validate our approach, we also apply it to public demand forecasting datasets as well and demonstrate competitive to superior performance compared to a variety of baseline and state-of-the-art forecast methods across the private and public datasets.

چکیده به فارسی (ترجمه ماشینی)

پیش بینی سری زمانی یک کار مهم در بسیاری از زمینه ها از مدیریت زنجیره تأمین تا پیش بینی آب و هوا است.به تازگی ، معماری شبکه عصبی ترانسفورماتور نتایج امیدوارکننده ای را در پیش بینی مجموعه داده های معیار سری زمانی نشان داده است.با این حال ، استفاده از پیش بینی تقاضای زنجیره تأمین ، که می تواند ویژگی های چالش برانگیز مانند کمبود و اثرات سری متقاطع داشته باشد ، محدود شده است.در این کار ، ما به بررسی استفاده از مدل های مبتنی بر ترانسفورماتور در پیش بینی تقاضای زنجیره تأمین می پردازیم.به طور خاص ، ما یک رویکرد پیش بینی جدید مبتنی بر ترانسفورماتور را با استفاده از یک شبکه مشترک و چند کاره در هر بار با یک مؤلفه اولیه که توجه را در سری زمانی مورد توجه قرار می دهد ، ایجاد می کنیم تا تعامل ها را به خود جلب کند و به رفع کمبود کمک کند.ما یک مطالعه موردی را با استفاده از رویکرد خود برای بهبود موفقیت آمیز پیش بینی تقاضا برای یک شرکت تولیدی دستگاه پزشکی ارائه می دهیم.برای اعتبار بیشتر رویکرد خود ، ما آن را نیز در مجموعه داده های پیش بینی تقاضای عمومی نیز اعمال می کنیم و در مقایسه با انواع روشهای پایه و پیشرفته پیش بینی در سراسر مجموعه داده های خصوصی و عمومی ، رقابت با عملکرد برتر را نشان می دهیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.