Time-MoE: Новейшая модель прогнозирования Foundation
•Time-MoE — это базовая модель прогнозирования временных рядов с открытым исходным кодом. •Модель использует архитектуру "смесь экспертов" и независима от канала. •Модель обрабатывает данные с помощью нормализации, каузального самоконтроля и взаимодействия экспертов. •Модель состоит из нескольких уровней, включая токенизацию, встраивание, нормализацию и каузальный самоконтроль. •Уровень "смесь экспертов" решает, какая экспертная сеть подходит для обработки каждой точки данных. •Прогнозирование с несколькими разрешениями позволяет модели прогнозировать на разных горизонтах. •Time-MoE использует набор данных Time-300B, содержащий 300 миллиардов точек данных. •Набор данных включает ряды из различных областей, таких как энергетика, финансы и здравоохранение. •В эксперименте Time-MoE используется для прогнозирования ежедневных просмотров веб-сайта. •Модель сравнивается с NHITS и TSMixer, которые ориентированы на конкретные данные. •Time-MoE показывает хорошие результаты, но не учитывает внешние функции. •Time-MoE — это простая в использовании модель с открытым исходным кодом. •Модель поддерживает только одномерное прогнозирование и не имеет инструкций по тонкой настройке. •Time-MoE дает хорошие результаты, но требует ручной нормализации данных.
Этот пост подготовила нейросеть: сделала выжимку статьи и, возможно, даже перевела ее с английского. А бот опубликовал пост в Сетке.
