Model Asas Siri Masa Campuran Pakar (Time-MoE): Model Asas Universal untuk Ramalan Siri Masa
Time-MoE ialah model asas aras-juta berjumlah bilion yang bersifat autogresif untuk ramalan siri masa universal, diperkenalkan oleh Shi et al. pada 2024 dan diterima di ICLR 2025. Ia menggabungkan seni bina transformer hanya-dekoder dengan lapisan campuran pakar (MoE) jarang yang mengalir ke hadapan, membolehkan model berskala kepada berbilion parameter sambil hanya mengaktifkan subset kecil rangkaian pakar setiap token—meningkatkan kapasiti secara dramatik tanpa kos pengiraan berkadar.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Shi, X., Wang, S., Nie, Y., Li, D., Ye, Z., Wen, Q., & Jin, M. (2024). Time-MoE: Billion-scale time series foundation models with mixture of experts. ICLR 2025. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). Time-MoE (Mixture-of-Experts Time-Series Foundation Model). ScholarGate. https://scholargate.app/ms/deep-learning/time-moe
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 Asas Berteraskan Token untuk Ramalan Deret MasaPembelajaran Mendalam↔ compare
- Campuran PakarPembelajaran Mendalam↔ compare
- TimesFM: Model Asas Berasaskan Dekoder untuk Ramalan Deret MasaPembelajaran Mendalam↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →