TimesFM:時序預測的解碼器基礎模型

Link:https://research.google/blog/a-decoder-only-foundation-model-for-time-series-forecasting/

TimesFM是一款基於大型時序資料集預訓練的解碼器基礎模型,具有200億引數。相較於大型語言模型,雖然規模較小,但在不同領域和時間粒度的多個未見資料集上,其零-shot效能接近最先進的監督方法。TimesFM無需額外訓練即可提供出色的未見時間序列預測。

需求人群:

  • 零售中的需求預測
  • 金融領域的時間序列分析
  • 醫療保健中的資料預測

使用場景示例:

  • 在零售業中,提高需求預測準確性可顯著降低庫存成本並增加收入。
  • 金融領域使用TimesFM進行復雜的時間序列分析。
  • 醫療保健中,使用TimesFM進行資料預測,提升治療和資源規劃效率。

產品特色:

  • 使用大型時序資料集預訓練
  • 解碼器-only架構
  • 支援不同領域和時間粒度的零-shot預測
返回頂端