TiRex: Peramalan Deret Waktu Zero-Shot dengan xLSTM
TiRex adalah model peramalan deret waktu zero-shot praterlatih yang diperkenalkan pada tahun 2025 oleh tim NX-AI xLSTM (Auer et al.). Dibangun di atas arsitektur Extended Long Short-Term Memory (xLSTM), TiRex dilatih dalam skala besar pada korpora deret waktu yang beragam dan dapat meramalkan kumpulan data yang belum pernah dilihat tanpa penyetelan halus (fine-tuning) apa pun. Ide intinya adalah memanfaatkan pembelajaran dalam konteks (in-context learning) yang ditingkatkan: model membaca seluruh riwayat yang tersedia sebagai konteks dan menghasilkan peramalan untuk horizon pendek dan panjang langsung dari konteks tersebut.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). TiRex (xLSTM-based Zero-Shot Forecasting Model). ScholarGate. https://scholargate.app/id/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: Model Fondasi Bertoken untuk Peramalan Deret WaktuPembelajaran Mendalam↔ compare
- LSTMPembelajaran Mendalam↔ compare
- TimesFM: Model Fondasi Hanya-Dekoder untuk Peramalan Deret WaktuPembelajaran Mendalam↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →