TimeGPT
TimeGPT è un modello di fondazione per serie temporali introdotto da Garza e White nel 2023 che unifica previsione, rilevamento delle anomalie e classificazione in un unico modello pre-addestrato. Ispirato ai modelli linguistici di grandi dimensioni, TimeGPT è pre-addestrato su diverse serie temporali e si trasferisce bene a compiti a valle con una messa a punto minima.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Garza, F., & White, C. W. (2023). TimeGPT-1: A Time Series Foundation Model. In ICML 2024 Time Series Workshop. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). A Time Series Foundation Model. ScholarGate. https://scholargate.app/it/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.
- Modelli di Diffusione LatenteApprendimento profondo↔ compare
- Mamba (Modello a Spazio degli Stati)Apprendimento profondo↔ compare
- N-BEATSxApprendimento profondo↔ compare
- Vision TransformerApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →