TimesFM: Osnovni model samo sa dekoderom za prognoziranje vremenskih serija
TimesFM je unapred obučeni osnovni model za univarijatno prognoziranje vremenskih serija koji su predstavili Abhimanyu Das, Weihao Kong, Rajat Sen i Yichen Zhou sa Google-a 2024. godine. Model usvaja transformatorsku arhitekturu samo sa dekoderom, sličnu velikim jezičkim modelima, i obučen je na velikom korpusu podataka iz stvarnog sveta i sintetičkih vremenskih serija. Njegova centralna inovacija je sposobnost da vrši precizno prognoziranje bez prethodnog učenja (zero-shot) u različitim domenima bez prilagođavanja specifičnog za zadatak.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). TimesFM (Time-series Foundation Model). ScholarGate. https://scholargate.app/sr/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: Tokenizovani fundamentalni model za prognozu vremenskih serijaDuboko učenje↔ compare
- Moirai: Univerzalni Transformer za prognoziranje vremenskih serijaDuboko učenje↔ compare
- PatchTSTDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →