TimeGPT
TimeGPT คือแบบจำลองพื้นฐานสำหรับอนุกรมเวลา (time series foundation model) ที่ Fabio Garza และ Christopher White นำเสนอในปี 2023 ซึ่งรวมการพยากรณ์ (forecasting) การตรวจจับความผิดปกติ (anomaly detection) และการจำแนกประเภท (classification) ไว้ในแบบจำลองที่ผ่านการฝึกฝนล่วงหน้า (pre-trained model) เพียงแบบจำลองเดียว โดยได้รับแรงบันดาลใจจากแบบจำลองภาษาขนาดใหญ่ (large language models) TimeGPT ได้รับการฝึกฝนล่วงหน้าด้วยข้อมูลอนุกรมเวลาที่หลากหลาย และสามารถถ่ายทอดความรู้ไปยังงานเฉพาะทาง (downstream tasks) ได้ดีด้วยการปรับแต่งเพียงเล็กน้อย (minimal fine-tuning)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Garza, F., & White, C. W. (2023). TimeGPT-1: A Time Series Foundation Model. In ICML 2024 Time Series Workshop. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). A Time Series Foundation Model. ScholarGate. https://scholargate.app/th/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.
- [NEEDS TRANSLATION]การเรียนรู้เชิงลึก↔ compare
- Mamba (แบบจำลองปริภูมิสถานะ)การเรียนรู้เชิงลึก↔ compare
- N-BEATSxการเรียนรู้เชิงลึก↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare