Sundial: Generatieve Fundamentele Modellen voor Tijdreeksen
Sundial is een familie van generatieve fundamentele modellen voor tijdreeksen, geïntroduceerd door Yong Liu en collega's van Tsinghua University (ICML 2025). Vooraf getraind op grote en diverse tijdreeks-corpora, maakt Sundial gebruik van een op decompositie gebaseerde architectuur, gekoppeld aan een generatieve voorspellingskop, om probabilistische meer-horizon voorspellingen te produceren. Het vertegenwoordigt een verschuiving naar algemeen inzetbare, zero-shot-capabele modellen voor real-world temporele voorspellingstaken.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Liu, Y., Qin, G., Shi, X., Hu, T., Wang, J., & Long, M. (2025). Sundial: A family of highly capable time series foundation models. ICML. link ↗
Deze pagina citeren
ScholarGate. (2026, June 2). Sundial (Generative Time-Series Foundation Models). ScholarGate. https://scholargate.app/nl/deep-learning/sundial
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: Een Getokeniseerd Fundamentmodel voor TijdreeksvoorspellingDeep learning↔ compare
- Moirai: Universele Transformer voor TijdreeksvoorspellingDeep learning↔ compare
- TimesFM: Een decoder-only foundation model voor tijdreeksvoorspellingDeep learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →