Moirai: Univerzálny Transformer pre predikciu časových radov
Moirai je základný model pre univerzálnu predikciu časových radov, ktorý predstavili Gerald Woo a kolegovia z Salesforce Research v roku 2024 a prezentovali na ICML. Základná myšlienka spočíva v predtrénovaní jedného veľkého Transformeru na výnimočne rozmanitom korpuse časových radov (LOTSA) pokrývajúcom mnohé domény a frekvencie, čo umožňuje predikciu v režime zero-shot a few-shot na nevídaných dátových súboroch bez potreby preškolenia špecifického pre danú úlohu. Moirai využíva tokenizáciu založenú na patchoch, ľubovoľnú variátnu pozornosť a výstupnú hlavu s mixture-of-distributions na spracovanie premenlivých frekvencií, viacerých variátov a pravdepodobnostných predikcií v jednotnej architektúre.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Woo, G., Liu, C., Kumar, A., Xiong, C., Savarese, S., & Sahoo, D. (2024). Unified training of universal time series forecasting transformers. ICML. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Moirai (Universal Time-Series Forecasting Transformer). ScholarGate. https://scholargate.app/sk/deep-learning/moirai
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: Tokenizovaný základný model pre časové radyHlboké učenie↔ compare
- PatchTSTHlboké učenie↔ compare
- TimesFM: Dekódérový základný model pre prognózovanie časových radovHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →