TiRex: Nollalaukauksinen aikasarjaennustaminen xLSTM:llä
TiRex on esikoulutettu nollalaukauksinen aikasarjaennustusmalli, jonka NX-AI xLSTM -tiimi (Auer et al.) esitteli vuonna 2025. Se perustuu laajennettuun pitkäkestoiseen lyhytkestoismuistiin (xLSTM) ja on koulutettu laajasti erilaisilla aikasarjakorpuksilla. TiRex pystyy ennustamaan näkymättömiä aineistoja ilman hienosäätöä. Sen ydinidea hyödyntää parannettua kontekstissa oppimista: malli lukee koko saatavilla olevan historian kontekstina ja tuottaa ennusteita sekä lyhyille että pitkille ennustehorisonteille suoraan tästä kontekstista.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). TiRex (xLSTM-based Zero-Shot Forecasting Model). ScholarGate. https://scholargate.app/fi/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: Tokenisoitu perusmalli aikasarjaennustamiseenSyväoppiminen↔ compare
- LSTMSyväoppiminen↔ compare
- TimesFM: Perusmalli aikasarjaennustamiseen vain dekooderillaSyväoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →