TiRex: Predviđanje vremenskih serija bez prethodnog treniranja korišćenjem xLSTM
TiRex je prethodno trenirani model za predviđanje vremenskih serija bez prethodnog treniranja (zero-shot), predstavljen 2025. godine od strane tima NX-AI xLSTM (Auer et al.). Zasnovan na arhitekturi proširene kratkoročne memorije (Extended Long Short-Term Memory - xLSTM), TiRex je obučavan na velikim, raznovrsnim korpusima vremenskih serija i može predviđati neviđene skupove podataka bez ikakvog dotreniranja. Njegova osnovna ideja je da iskoristi poboljšano učenje u kontekstu (in-context learning): model čita celu dostupnu istoriju kao kontekst i direktno iz tog konteksta generiše predviđanja za kratke i duge horizonte.
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
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). TiRex (xLSTM-based Zero-Shot Forecasting Model). ScholarGate. https://scholargate.app/sr/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.
- Chronos: Tokenizovani fundamentalni model za prognozu vremenskih serijaDuboko učenje↔ compare
- LSTMDuboko učenje↔ compare
- TimesFM: Osnovni model samo sa dekoderom za prognoziranje vremenskih serijaDuboko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →