TimesFM: Бум фундаментальных моделей в прогнозировании временных рядов

• Прогнозирование является важным инструментом в различных отраслях промышленности. • Разработка точных моделей прогнозирования требует глубокого понимания современных методологий и специальных знаний в области бизнеса. • Крупные предварительно обученные модели, такие как LLM, снижают потребность в специальных настройках и привлекают внимание исследователей. • TimesFM - новая базовая модель Google для прогнозирования временных рядов. • TimesFM разработана на основе 4 основных источников данных: Google Trends, Wiki Pageviews, синтетические данные и реальные данные. • TimesFM обучена на 307 миллиардах временных точек и 205,3 миллионах временных рядов. • Модель предназначена для прогнозирования будущих временных рядов на H временных шагах с учетом контекстного набора из C временных точек. • TimesFM превосходит TiDE и работает аналогично Chronos в общедоступном наборе данных.

читать материал полностью

Этот пост подготовила нейросеть: сделала выжимку статьи и, возможно, даже перевела ее с английского. А бот опубликовал пост в Сетке.