Sundial: Generative grunnmodeller for tidsserier
Sundial er en familie av generative grunnmodeller for tidsserier introdusert av Yong Liu og kolleger ved Tsinghua University (ICML 2025). Forhåndstrent på store og mangfoldige tidsseriedatasett, benytter Sundial en dekomponeringsbasert arkitektur kombinert med et generativt prognosehode for å produsere probabilistiske prognoser over flere horisonter. Den representerer et skifte mot generelle modeller med null-skudds-kapasitet for reelle prediksjonsoppgaver i tid.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 2). Sundial (Generative Time-Series Foundation Models). ScholarGate. https://scholargate.app/no/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: En tokenisert grunnmodell for tidsserieprognoserDyp læring↔ compare
- Moirai: Universell transformator for tidsserieprognoserDyp læring↔ compare
- TimesFM: En grunnmodell kun med dekoder for tidsserieprognoserDyp læring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →