TimeGPT
TimeGPT to model bazowy dla szeregów czasowych, wprowadzony przez Garzę i White'a w 2023 roku, który integruje prognozowanie, detekcję anomalii i klasyfikację w jednym, wstępnie wytrenowanym modelu. Zainspirowany dużymi modelami językowymi, TimeGPT jest wstępnie trenowany na zróżnicowanych szeregach czasowych i dobrze przenosi się na zadania pochodne przy minimalnym dostrajaniu.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Garza, F., & White, C. W. (2023). TimeGPT-1: A Time Series Foundation Model. In ICML 2024 Time Series Workshop. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). A Time Series Foundation Model. ScholarGate. https://scholargate.app/pl/deep-learning/timegpt
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.
- Modele dyfuzyjne w przestrzeni utajonejUczenie głębokie↔ compare
- Mamba (model przestrzeni stanów)Uczenie głębokie↔ compare
- N-BEATSxUczenie głębokie↔ compare
- Vision TransformerUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →