TiRex: Прогнозирование временных рядов с нулевым обучением с помощью xLSTM
TiRex — это предварительно обученная модель прогнозирования временных рядов с нулевым обучением, представленная в 2025 году командой NX-AI xLSTM (Auer et al.). Построенная на архитектуре Extended Long Short-Term Memory (xLSTM), TiRex масштабно обучена на разнообразных корпусах временных рядов и может прогнозировать на ранее не встречавшихся наборах данных без какой-либо донастройки. Её основная идея заключается в использовании улучшенного внутриконтекстного обучения: модель считывает всю доступную историю как контекст и выдаёт прогнозы как для коротких, так и для длинных горизонтов непосредственно из этого контекста.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 2). TiRex (xLSTM-based Zero-Shot Forecasting Model). ScholarGate. https://scholargate.app/ru/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.
- ChronosГлубокое обучение↔ compare
- LSTMГлубокое обучение↔ compare
- TimesFM: Модель-фундамент только с декодером для прогнозирования временных рядовГлубокое обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →