टाइम-एमओई: टाइम-सीरीज़ फ़ोरकास्टिंग के लिए एक अरब-पैरामीटर वाला ऑटोरिग्रेसिव फ़ाउंडेशन मॉडल
टाइम-एमओई (Time-MoE) सार्वभौमिक टाइम-सीरीज़ फ़ोरकास्टिंग के लिए एक अरब-पैरामीटर वाला ऑटोरिग्रेसिव फ़ाउंडेशन मॉडल है, जिसे शि एट अल. (Shi et al.) द्वारा 2024 में प्रस्तुत किया गया था और ICLR 2025 में स्वीकार किया गया था। यह एक डिकोडर-ओनली ट्रांसफ़ॉर्मर आर्किटेक्चर को स्पार्स मिक्सचर-ऑफ़-एक्सपर्ट्स (MoE) फ़ीड-फ़ॉरवर्ड लेयर्स के साथ जोड़ता है, जिससे मॉडल अरबों पैरामीटर्स तक स्केल कर सकता है, जबकि प्रति टोकन केवल विशेषज्ञों के एक छोटे सबसेट को सक्रिय करता है—कम्प्यूट लागत के अनुपात में वृद्धि किए बिना क्षमता को नाटकीय रूप से बढ़ाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Shi, X., Wang, S., Nie, Y., Li, D., Ye, Z., Wen, Q., & Jin, M. (2024). Time-MoE: Billion-scale time series foundation models with mixture of experts. ICLR 2025. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). Time-MoE (Mixture-of-Experts Time-Series Foundation Model). ScholarGate. https://scholargate.app/hi/deep-learning/time-moe
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.
- क्रोनोस: समय-श्रृंखला पूर्वानुमान के लिए एक टोकनाइज्ड फाउंडेशन मॉडलगहन अधिगम↔ compare
- मिश्रण विशेषज्ञ (Mixture of Experts)गहन अधिगम↔ compare
- TimesFM: समय-श्रृंखला पूर्वानुमान के लिए एक डिकोडर-ओनली फाउंडेशन मॉडलगहन अधिगम↔ compare