Moirai:Salesforce的时间序列预测基础模型

Moirai 是 Salesforce 开发的用于时间序列预测的基础模型。它被设计为一种通用模型,能够预测广泛的时间序列。为了实现这种灵活性,该模型解决了时间序列数据相关的几个挑战,包括:

  • 处理各种数据频率(小时、日、周等);
  • 适应任何数量和类型的协变量,无论它们在未来是否已知;
  • 使用灵活的分布生成概率预测,可适应多种情况。

数据集是任何基础模型的核心组成部分。作者构建了一个大规模且多样化的数据集,包含了270亿观测值,涵盖了九个不同的时间序列领域。另外他们还引入了三个主要的新概念:多尺寸补丁投影层(Multi Patch Size Projection Layers)、任意变量注意力(Any-Variate Attention)和混合分布(Mixture Distribution),每个概念我们都将在下面详细解释。

 

https://avoid.overfit.cn/post/7caa50443ff5472e8d3c7af347a30510

posted @   deephub  阅读(232)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· .NET10 - 预览版1新功能体验(一)
历史上的今天:
2023-04-14 神经网络初学者的激活函数指南
2022-04-14 2022 年 5 篇与降维方法的有关的论文推荐
点击右上角即可分享
微信分享提示