TimesFM: Model Asas Berasaskan Dekoder untuk Ramalan Deret Masa
TimesFM ialah model asas pra-terlatih untuk ramalan deret masa univariat yang diperkenalkan oleh Abhimanyu Das, Weihao Kong, Rajat Sen, dan Yichen Zhou dari Google pada tahun 2024. Model ini mengguna pakai seni bina transformer berasaskan dekoder sahaja, serupa dalam semangat dengan model bahasa besar, dan dilatih pada korpus besar data deret masa sebenar dan sintetik. Inovasi utamanya ialah keupayaan untuk melakukan ramalan sifar-skop (zero-shot) yang tepat merentasi domain yang pelbagai tanpa penalaan halus khusus tugas.
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
- Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). TimesFM (Time-series Foundation Model). ScholarGate. https://scholargate.app/ms/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: Model Asas Berteraskan Token untuk Ramalan Deret MasaPembelajaran Mendalam↔ compare
- Moirai: Transformer Ramalan Deret Masa UniversalPembelajaran Mendalam↔ compare
- PatchTSTPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →