Time-MoE: Kielelezo Kikuu cha Msingi cha Mfumo wa Muda wa Mchanganyiko wa Wataalamu
Time-MoE ni mfumo mkuu wa kiwango cha bilioni wa kiwango cha bilioni kwa ajili ya utabiri wa jumla wa mfululizo wa muda, ulioanzishwa na Shi et al. mwaka 2024 na kukubaliwa katika ICLR 2025. Unachanganya usanifu wa transformer wa kizuizi pekee na tabaka za mlisho za Mchanganyiko wa Wataalamu (MoE) zenye upungufu, kuwezesha mfumo kufikia bilioni za vigezo huku ukiamsha tu sehemu ndogo ya mitandao ya wataalamu kwa kila tokeni—kuongeza kwa kiasi kikubwa uwezo bila gharama ya hesabu sawia.
Soma mbinu kamili
Ingia kwa akaunti ya bure ili kusoma sehemu hii.
Method map
The neighbourhood of related methods — select a node to explore.
Vyanzo
- 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 ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 2). Time-MoE (Mixture-of-Experts Time-Series Foundation Model). ScholarGate. https://scholargate.app/sw/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: Kielelezo Kikuu Chenye Ishara kwa Utambuzi wa Mfuatano wa WakatiUjifunzaji wa Kina↔ compare
- Mchanganyiko wa WataalamuUjifunzaji wa Kina↔ compare
- TimesFM: Muundo wa Msingi wa Msomaji Pekee kwa Utambuzi wa Utendaji wa WakatiUjifunzaji wa Kina↔ compare
Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →