Machine learningTime-series forecasting
TimesFM：時系列予測のためのデコーダーオンリー基盤モデル
TimesFMは、GoogleのAbhimanyu Das、Weihao Kong、Rajat Sen、Yichen Zhouが2024年に発表した、単変量時系列予測のための事前学習済み基盤モデルです。このモデルは、大規模言語モデルの精神に類似したデコーダーオンリーのトランスフォーマーアーキテクチャを採用しており、実世界のおよび合成の時系列データの巨大なコーパスでトレーニングされています。その中心的な革新は、タスク固有のファインチューニングなしに、多様なドメインにわたる正確なゼロショット予測を実行できる能力です。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML. link ↗
このページの引用方法
ScholarGate. (2026, June 2). TimesFM (Time-series Foundation Model). ScholarGate. https://scholargate.app/ja/deep-learning/timesfm
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: 時系列予測のためのトークン化基盤モデル深層学習↔ compare
- Moirai: 時系列予測のための汎用Transformer深層学習↔ compare
- PatchTST深層学習↔ compare