TiRex: Μηδενικής-Δοκιμής Πρόβλεψη Χρονοσειρών με xLSTM
Το TiRex είναι ένα προεκπαιδευμένο μοντέλο πρόβλεψης χρονοσειρών μηδενικής-δοκιμής (zero-shot) που εισήχθη το 2025 από την ομάδα NX-AI xLSTM (Auer et al.). Βασισμένο στην αρχιτεκτονική Extended Long Short-Term Memory (xLSTM), το TiRex εκπαιδεύεται σε μεγάλη κλίμακα σε ποικίλα σώματα κειμένων χρονοσειρών και μπορεί να προβλέψει άγνωστα σύνολα δεδομένων χωρίς καμία λεπτομερή ρύθμιση (fine-tuning). Η κεντρική του ιδέα είναι η εκμετάλλευση της ενισχυμένης μάθησης εντός πλαισίου (in-context learning): το μοντέλο διαβάζει ολόκληρη την διαθέσιμη ιστορία ως πλαίσιο και παράγει προβλέψεις τόσο για βραχυπρόθεσμους όσο και για μακροπρόθεσμους ορίζοντες απευθείας από αυτό το πλαίσιο.
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
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). TiRex (xLSTM-based Zero-Shot Forecasting Model). ScholarGate. https://scholargate.app/el/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: Ένα Tokenized Foundation Model για Πρόβλεψη ΧρονοσειρώνΒαθιά Μάθηση↔ compare
- LSTMΒαθιά Μάθηση↔ compare
- TimesFM: Ένα Μοντέλο Θεμελίωσης Μόνο με Αποκωδικοποιητή για Πρόβλεψη ΧρονοσειρώνΒαθιά Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →