TimesFM: نموذج أساسي يعتمد على المُفكِّك فقط للتنبؤ بالسلاسل الزمنية
TimesFM هو نموذج أساسي مُدرَّب مسبقًا للتنبؤ بالسلاسل الزمنية أحادية المتغير، قدمه أبهيمانيو داس، ويهواو كونغ، ورجت سين، ويتشن تشو من جوجل في عام 2024. يتبنى النموذج بنية مُفكِّك فقط من نوع ترانسفورمر، مشابهة في روحها لنماذج اللغة الكبيرة، ويتم تدريبه على مجموعة كبيرة من بيانات السلاسل الزمنية الحقيقية والاصطناعية. ابتكاره المركزي هو القدرة على إجراء تنبؤات دقيقة بدون تدريب مسبق (zero-shot) عبر مجالات متنوعة دون الحاجة إلى ضبط دقيق خاص بالمهمة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). TimesFM (Time-series Foundation Model). ScholarGate. https://scholargate.app/ar/deep-learning/timesfm
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.
- Chronos: نموذج أساسي مُرمّز للتنبؤ بالسلاسل الزمنيةالتعلم العميق↔ compare
- Moirai: نموذج محول عالمي للتنبؤ بالسلاسل الزمنيةالتعلم العميق↔ compare
- PatchTSTالتعلم العميق↔ compare