TimesFM: Základní model pouze s dekodérem pro prognózování časových řad
TimesFM je předtrénovaný základní model pro jednorozměrné prognózování časových řad, který v roce 2024 představili Abhimanyu Das, Weihao Kong, Rajat Sen a Yichen Zhou z Googlu. Model přijímá architekturu transformátoru pouze s dekodérem, v duchu velkých jazykových modelů, a je trénován na rozsáhlém korpusu reálných i syntetických dat časových řad. Jeho hlavní inovací je schopnost provádět přesné prognózování v režimu zero-shot napříč různými doménami bez specifického doladění pro daný úkol.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). TimesFM (Time-series Foundation Model). ScholarGate. https://scholargate.app/cs/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: Tokenizovaný základní model pro prognózování časových řadHluboké učení↔ compare
- Moirai: Univerzální Transformer pro předpověď časových řadHluboké učení↔ compare
- PatchTSTHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →