TimesFM: Ένα Μοντέλο Θεμελίωσης Μόνο με Αποκωδικοποιητή για Πρόβλεψη Χρονοσειρών
Το TimesFM είναι ένα προεκπαιδευμένο μοντέλο θεμελίωσης για μονομεταβλητή πρόβλεψη χρονοσειρών που εισήχθη από τους Abhimanyu Das, Weihao Kong, Rajat Sen και Yichen Zhou της Google το 2024. Το μοντέλο υιοθετεί μια αρχιτεκτονική transformer μόνο με αποκωδικοποιητή, παρόμοια πνευματικά με τα μεγάλα γλωσσικά μοντέλα, και εκπαιδεύεται σε ένα μεγάλο σώμα πραγματικών και συνθετικών δεδομένων χρονοσειρών. Η κεντρική του καινοτομία είναι η ικανότητα να εκτελεί ακριβή πρόβλεψη μηδενικού δείγματος (zero-shot forecasting) σε διάφορους τομείς χωρίς εξειδικευμένη προσαρμογή (fine-tuning) για συγκεκριμένη εργασία.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML. link ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). TimesFM (Time-series Foundation Model). ScholarGate. https://scholargate.app/el/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: Ένα Tokenized Foundation Model για Πρόβλεψη ΧρονοσειρώνΒαθιά Μάθηση↔ compare
- Moirai: Ένα καθολικό μοντέλο Transformer για πρόβλεψη χρονοσειρώνΒαθιά Μάθηση↔ compare
- PatchTSTΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →