TiRex: Previsão de Séries Temporais Zero-Shot com xLSTM
TiRex é um modelo pré-treinado de previsão de séries temporais zero-shot introduzido em 2025 pela equipe NX-AI xLSTM (Auer et al.). Construído sobre a arquitetura Extended Long Short-Term Memory (xLSTM), o TiRex é treinado em larga escala em diversos corpora de séries temporais e pode prever conjuntos de dados não vistos sem qualquer ajuste fino. Sua ideia central é explorar o aprendizado aprimorado em contexto: o modelo lê todo o histórico disponível como contexto e produz previsões para horizontes de curto e longo prazo diretamente desse contexto.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Auer, A., Podest, P., Klotz, D., Böck, S., Klambauer, G., & Hochreiter, S. (2025). TiRex: Zero-shot forecasting across long and short horizons with enhanced in-context learning. arXiv preprint. link ↗
Como citar esta página
ScholarGate. (2026, June 2). TiRex (xLSTM-based Zero-Shot Forecasting Model). ScholarGate. https://scholargate.app/pt/deep-learning/tirex
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: Um Modelo de Fundação Tokenizado para Previsão de Séries TemporaisAprendizado profundo↔ compare
- LSTMAprendizado profundo↔ compare
- TimesFMAprendizado profundo↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →