TimesFM: Mô hình nền tảng chỉ bộ giải mã cho dự báo chuỗi thời gian
TimesFM là một mô hình nền tảng được huấn luyện trước cho dự báo chuỗi thời gian đơn biến, được giới thiệu bởi Abhimanyu Das, Weihao Kong, Rajat Sen và Yichen Zhou từ Google vào năm 2024. Mô hình áp dụng kiến trúc transformer chỉ bộ giải mã, tương tự như các mô hình ngôn ngữ lớn, và được huấn luyện trên một kho dữ liệu lớn gồm các chuỗi thời gian thực và tổng hợp. Đổi mới cốt lõi của nó là khả năng thực hiện dự báo chính xác theo chế độ zero-shot trên các miền đa dạng mà không cần tinh chỉnh theo tác vụ cụ thể.
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
- Das, A., Kong, W., Sen, R., & Zhou, Y. (2024). A decoder-only foundation model for time-series forecasting. ICML. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 2). TimesFM (Time-series Foundation Model). ScholarGate. https://scholargate.app/vi/deep-learning/timesfm
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
- Moirai: Transformer dự báo chuỗi thời gian phổ quátHọc sâu↔ compare
- PatchTSTHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →