TiRex: Нульове прогнозування часових рядів за допомогою xLSTM
TiRex — це попередньо навчена модель нульового прогнозування часових рядів, представлена у 2025 році командою NX-AI xLSTM (Auer et al.). Побудований на архітектурі Extended Long Short-Term Memory (xLSTM), TiRex масштабовано навчається на різноманітних корпусах часових рядів і може прогнозувати невідомі набори даних без будь-якого доналаштування. Його основна ідея полягає у використанні покращеного навчання в контексті: модель читає всю доступну історію як контекст і генерує прогнози як для коротких, так і для довгих горизонтів безпосередньо з цього контексту.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). TiRex (xLSTM-based Zero-Shot Forecasting Model). ScholarGate. https://scholargate.app/uk/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: Токенізована базова модель для прогнозування часових рядівГлибоке навчання↔ compare
- LSTMГлибоке навчання↔ compare
- TimesFM: Декодер-орієнтована базова модель для прогнозування часових рядівГлибоке навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →