TimeGPT
TimeGPT est un modèle fondamental de séries temporelles introduit par Garza et White en 2023 qui unifie la prévision, la détection d'anomalies et la classification dans un seul modèle pré-entraîné. Inspiré par les grands modèles linguistiques, TimeGPT est pré-entraîné sur diverses séries temporelles et se transfère bien vers des tâches en aval avec une optimisation minimale.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Garza, F., & White, C. W. (2023). TimeGPT-1: A Time Series Foundation Model. In ICML 2024 Time Series Workshop. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). A Time Series Foundation Model. ScholarGate. https://scholargate.app/fr/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.
- Modèles de Diffusion LatenteApprentissage profond↔ compare
- Mamba (Modèle à espace d'états)Apprentissage profond↔ compare
- N-BEATSxApprentissage profond↔ compare
- Vision TransformerApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →