TiRex: التنبؤ بالسلاسل الزمنية بدون تدريب مسبق (Zero-Shot) باستخدام xLSTM
TiRex هو نموذج مُدرّب مسبقًا للتنبؤ بالسلاسل الزمنية بدون تدريب مسبق (zero-shot) تم تقديمه في عام 2025 بواسطة فريق NX-AI xLSTM (Auer et al.). يعتمد TiRex على بنية الذاكرة طويلة المدى الموسعة (xLSTM)، ويتم تدريبه على نطاق واسع على مجموعات بيانات متنوعة للسلاسل الزمنية، ويمكنه التنبؤ بمجموعات بيانات غير مرئية دون أي ضبط دقيق. الفكرة الأساسية هي استغلال التعلم المعزز في السياق (in-context learning): يقرأ النموذج التاريخ المتاح بالكامل كسياق وينتج تنبؤات لكل من الآفاق القصيرة والطويلة مباشرة من هذا السياق.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Auer, A., Podest, P., Klotz, D., Böck, S., Klambauer, G., & Hochreiter, S. (2025). TiRex: Zero-shot forecasting across long and short horizons with enhanced in-context learning. arXiv preprint. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). TiRex (xLSTM-based Zero-Shot Forecasting Model). ScholarGate. https://scholargate.app/ar/deep-learning/tirex
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
- شبكة الذاكرة قصيرة وطويلة الأمدالتعلم العميق↔ compare
- TimesFM: نموذج أساسي يعتمد على المُفكِّك فقط للتنبؤ بالسلاسل الزمنيةالتعلم العميق↔ compare