TiRex: Zero-Shot Tidsrække-prognoser med xLSTM
TiRex er en forhåndstrænet zero-shot tidsrække-prognosemodel, introduceret i 2025 af NX-AI xLSTM-teamet (Auer et al.). Bygget på Extended Long Short-Term Memory (xLSTM) arkitekturen, er TiRex trænet i stor skala på diverse tidsrække-korpora og kan forudsige usete datasæt uden nogen form for finjustering. Dens kerneidé er at udnytte forbedret in-context learning: modellen læser hele den tilgængelige historik som en kontekst og producerer prognoser for både korte og lange horisonter direkte fra denne kontekst.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). TiRex (xLSTM-based Zero-Shot Forecasting Model). ScholarGate. https://scholargate.app/da/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: En tokeniseret fundamentmodel til tidsserie-prognoserDyb læring↔ compare
- LSTMDyb læring↔ compare
- TimesFM: En grundmodel kun med dekoder til tidsserieprognoserDyb læring↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →