Time-MoE: Model zameraný na časové rady založený na zmesi expertov
Time-MoE je autoregresívny základný model v rozsahu miliárd parametrov pre univerzálne predpovedanie časových radov, predstavený Shi et al. v roku 2024 a prijatý na ICLR 2025. Kombinuje transformerovú architektúru iba s dekodérom s riedkymi vrstvami Mixture-of-Experts (MoE) v dopredných sieťach, čo umožňuje modelu škálovať na miliardy parametrov, pričom sa pre každý token aktivuje iba malá podmnožina expertných sietí – dramaticky sa zvyšuje kapacita bez proporcionálnych výpočtových nákladov.
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
- Shi, X., Wang, S., Nie, Y., Li, D., Ye, Z., Wen, Q., & Jin, M. (2024). Time-MoE: Billion-scale time series foundation models with mixture of experts. ICLR 2025. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Time-MoE (Mixture-of-Experts Time-Series Foundation Model). ScholarGate. https://scholargate.app/sk/deep-learning/time-moe
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
- Zmes expertovHlboké učenie↔ compare
- TimesFM: Dekódérový základný model pre prognózovanie časových radovHlboké učenie↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →