ScholarGate
Pembantu
Machine learningTime-series forecasting

Moirai: Transformer Ramalan Deret Masa Universal

Moirai ialah model asas untuk ramalan deret masa universal yang diperkenalkan oleh Gerald Woo dan rakan-rakannya di Salesforce Research pada tahun 2024 dan dibentangkan di ICML. Idea terasnya adalah untuk pra-latih satu Transformer besar pada korpus data deret masa yang sangat pelbagai (LOTSA) yang merangkumi banyak domain dan frekuensi, membolehkan ramalan sifar-skop (zero-shot) dan sedikit-skop (few-shot) pada set data yang belum pernah dilihat tanpa latihan semula khusus tugasan. Moirai menggunakan tokenisasi berasaskan tampalan (patch-based), perhatian merentasi semua pembolehubah (any-variate attention), dan kepala output campuran taburan (mixture-of-distributions) untuk mengendalikan frekuensi berubah-ubah, pelbagai pembolehubah, dan ramalan kebarangkalian dalam seni bina bersatu.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

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

Cara memetik halaman ini

ScholarGate. (2026, June 2). Moirai (Universal Time-Series Forecasting Transformer). ScholarGate. https://scholargate.app/ms/deep-learning/moirai

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.

Compare side by side

Dirujuk oleh

ScholarGateMoirai (Moirai (Universal Time-Series Forecasting Transformer)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/moirai · Set data: https://doi.org/10.5281/zenodo.20539026