TimesFM: Një Model Themeltar Vetëm me Dekoder për Parashikimin e Serive Kohore
TimesFM është një model themeltar i paratrainuar për parashikimin e serive kohore univariate, prezantuar nga Abhimanyu Das, Weihao Kong, Rajat Sen dhe Yichen Zhou nga Google në vitin 2024. Modeli adopton një arkitekturë transformer vetëm me dekoder, ngjashëm në frymë me modelet e mëdha gjuhësore, dhe është trajnuar në një korpus të madh të të dhënave reale dhe sintetike të serive kohore. Inovacioni i tij kryesor është aftësia për të kryer parashikime të sakta me zero-shot në domene të ndryshme, pa nevojën e përsosjes (fine-tuning) specifike për detyrën.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). TimesFM (Time-series Foundation Model). ScholarGate. https://scholargate.app/sq/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: Një Model Themeltar i Tokenizuar për Parashikimin e Vargjeve KohoreMësimi i thellë↔ compare
- Moirai: Universal Transformer për Parashikimin e Serive KohoreMësimi i thellë↔ compare
- PatchTSTMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →