Machine learningDeep Learning, Time Series Forecasting, Foundation Models
TimeGPT
TimeGPT مدلی پایه برای سریهای زمانی است که در سال ۲۰۲۳ توسط Garza و White معرفی شد و پیشبینی، تشخیص ناهنجاری و طبقهبندی را در یک مدل از پیش آموزشدیده واحد یکپارچه میکند. TimeGPT با الهام از مدلهای زبانی بزرگ، بر روی سریهای زمانی متنوع از پیش آموزش دیده و با حداقل تنظیم دقیق به خوبی به وظایف پاییندستی منتقل میشود.
مطالعهٔ کامل روش
ویژهٔ اعضا
ورودبرای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Garza, F., & White, C. W. (2023). TimeGPT-1: A Time Series Foundation Model. In ICML 2024 Time Series Workshop. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). A Time Series Foundation Model. ScholarGate. https://scholargate.app/fa/deep-learning/timegpt
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.
- مدلهای انتشاری نهفتهیادگیری عمیق↔ compare
- مامبا (مدل فضای حالت)یادگیری عمیق↔ compare
- N-BEATSxیادگیری عمیق↔ compare
- ترنسفورمر بینایییادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →