인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This study introduces two categories of time series models: Transformer-based models (Transformer, Reformer, Informer, and Autoformer) and LLM-based models (Prompt-cast, LLMTime, and Time-LLM). They have been actively researched as solutions to address the long-term dependency issues and computational costs arising from the lack of data parallelization in traditional time series models. These models are applied to predict login frequency on platforms used by universities for academic credit exchange, enabling a comparative analysis of their predictive performance. The results indicate that Transformer-based models generally achieve superior forecasting performance compared to LLM-based models; however, they also require significantly longer computational time. Specifically, the LLM-based models were implemented using GPT-3.5 and GPT-4o.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093148781
