TimesFM: Perusmalli aikasarjaennustamiseen vain dekooderilla
TimesFM on Abhimanyu Dasin, Weihao Kongin, Rajat Senin ja Yichen Zhoun Googlen vuonna 2024 esittelemä esikoulutettu perusmalli yksimuuttujaisten aikasarjojen ennustamiseen. Malli käyttää dekooderipohjaista transformaattoriarkkitehtuuria, joka on hengeltään samankaltainen kuin suuret kielimallit, ja se on koulutettu laajalla todellisen ja synteettisen aikasarjadatan aineistolla. Sen keskeinen innovaatio on kyky suorittaa tarkkoja nollalaukauksisia ennusteita eri toimialueilla ilman tehtäväkohtaista hienosäätöä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). TimesFM (Time-series Foundation Model). ScholarGate. https://scholargate.app/fi/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: Tokenisoitu perusmalli aikasarjaennustamiseenSyväoppiminen↔ compare
- Moirai: Universaali aikasarjaennusteen TransformerSyväoppiminen↔ compare
- PatchTSTSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →