Sundial: مدلهای بنیادی سری زمانی مولد
Sundial خانوادهای از مدلهای بنیادی سری زمانی مولد است که توسط Yong Liu و همکارانش در دانشگاه Tsinghua (ICML 2025) معرفی شده است. Sundial که بر روی مجموعههای بزرگ و متنوعی از دادههای سری زمانی از پیش آموزش دیده است، از معماری مبتنی بر تجزیه و تحلیل همراه با یک سر پیشبینی مولد برای تولید پیشبینیهای احتمالی چند افقی استفاده میکند. این مدل نشاندهنده حرکتی به سوی مدلهای همهمنظوره با قابلیت یادگیری صفر-شات (zero-shot) برای وظایف پیشبینی زمانی در دنیای واقعی است.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Liu, Y., Qin, G., Shi, X., Hu, T., Wang, J., & Long, M. (2025). Sundial: A family of highly capable time series foundation models. ICML. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 2). Sundial (Generative Time-Series Foundation Models). ScholarGate. https://scholargate.app/fa/deep-learning/sundial
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.
- کرونوس: یک مدل بنیادی توکنسازیشده برای پیشبینی سریهای زمانییادگیری عمیق↔ compare
- مویرای: ترانسفورمر جهانی پیشبینی سریهای زمانییادگیری عمیق↔ compare
- TimesFM: یک مدل پایه فقط-رمزگشا برای پیشبینی سریهای زمانییادگیری عمیق↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →