TimesFM: Un model fundamental doar cu decodor pentru prognoza seriilor temporale
TimesFM este un model fundamental pre-antrenat pentru prognoza seriilor temporale univariate, introdus de Abhimanyu Das, Weihao Kong, Rajat Sen și Yichen Zhou de la Google în 2024. Modelul adoptă o arhitectură transformer doar cu decodor, similară ca spirit cu modelele lingvistice mari, și este antrenat pe un corpus vast de date din serii temporale reale și sintetice. Inovația sa centrală constă în capacitatea de a realiza prognoze precise în regim zero-shot pe domenii diverse, fără ajustare fină specifică sarcinii.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 2). TimesFM (Time-series Foundation Model). ScholarGate. https://scholargate.app/ro/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: Un Model Fundamental Tokenizat pentru Prognoza Seriilor TemporaleÎnvățare profundă↔ compare
- Moirai: Transformer Universal pentru Prognoza Seriilor TemporaleÎnvățare profundă↔ compare
- PatchTSTÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →