ScholarGate
Assistent
Machine learningDeep Learning, Time Series Forecasting, Foundation Models

TimeGPT

TimeGPT är en grundmodell för tidsserier som introducerades av Garza och White 2023, vilken förenar prognostisering, anomalidetektering och klassificering i en enda förtränad modell. Inspirerad av stora språkmodeller är TimeGPT förtränad på en mångfald av tidsserier och överförs väl till efterföljande uppgifter med minimal finjustering.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Garza, F., & White, C. W. (2023). TimeGPT-1: A Time Series Foundation Model. In ICML 2024 Time Series Workshop. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). A Time Series Foundation Model. ScholarGate. https://scholargate.app/sv/deep-learning/timegpt

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.

Compare side by side

Refereras av

ScholarGateTimeGPT (A Time Series Foundation Model). Hämtad 2026-06-15 från https://scholargate.app/sv/deep-learning/timegpt · Datamängd: https://doi.org/10.5281/zenodo.20539026