Time-MoE: Mô hình nền tảng chuỗi thời gian Hỗn hợp Chuyên gia (Mixture-of-Experts)
Time-MoE là một mô hình nền tảng tự hồi quy quy mô tỷ tham số dành cho dự báo chuỗi thời gian phổ quát, được giới thiệu bởi Shi và cộng sự vào năm 2024 và được chấp nhận tại ICLR 2025. Nó kết hợp kiến trúc transformer chỉ có bộ giải mã (decoder-only) với các lớp truyền thẳng Hỗn hợp Chuyên gia (Mixture-of-Experts - MoE) thưa thớt, cho phép mô hình mở rộng quy mô lên hàng tỷ tham số trong khi chỉ kích hoạt một tập hợp con các mạng chuyên gia cho mỗi token—làm tăng đáng kể dung lượng mà không làm tăng chi phí tính toán tương ứng.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). Time-MoE (Mixture-of-Experts Time-Series Foundation Model). ScholarGate. https://scholargate.app/vi/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: Một mô hình nền tảng được mã hóa token cho dự báo chuỗi thời gianHọc sâu↔ compare
- Mixture of ExpertsHọc sâu↔ compare
- TimesFM: Mô hình nền tảng chỉ bộ giải mã cho dự báo chuỗi thời gianHọc sâu↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →