Record di evidenza del metodo

Moirai

Moirai is a foundation model for universal time-series forecasting introduced by Gerald Woo and colleagues at Salesforce Research in 2024 and presented at ICML. The core idea is to pre-train a single large Transformer on an exceptionally diverse corpus of time-series data (LOTSA) spanning many domains and frequencies, enabling zero-shot and few-shot forecasting on unseen datasets without task-specific retraining. Moirai employs patch-based tokenization, any-variate attention, and a mixture-of-distributions output head to handle variable frequencies, multiple variates, and probabilistic prediction in a unified architecture.

Sources recorded, not reviewed

Record di origine

Citazioni copiate testualmente dal record di origine del metodo. Non si inferisce alcuna verifica a livello di affermazione da esse.

Moirai (Universal Time-Series Forecasting Transformer)

Record tassonomico del metodo · ml-model / deep-learning

Woo, G., Liu, C., Kumar, A., Xiong, C., Savarese, S., & Sahoo, D. (2024). Unified training of universal time series forecasting transformers. ICML. · URL

Apri metodo completo

Affermazioni curate

Affermazioni persistite nel registro delle evidenze, ciascuna con la propria valutazione.

Nessuna affermazione curata ancora

Questa vista non inventa una valutazione dell'affermazione quando il registro non ne ha.

Metodi correlati

Generato dal grafo dei metodi e mostrato come relazioni suggerite dalla macchina — nessuna affermazione di evidenza viene inferita.

Taxonomic bucketChronosmachine-suggested · Relational suggestion, not evidence.Same method familyPatchTSTmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketTimesFMmachine-suggested · Relational suggestion, not evidence.