गूगल रिसर्च टीम ने हाल ही में टाइम्सएफएम (टाइम सीक्वेंस बेस्ड मॉडल) 2.0 लॉन्च किया है, जो समय श्रृंखला भविष्यवाणी के लिए डिज़ाइन किया गया एक पूर्व-प्रशिक्षित मॉडल है। यह मॉडल समय श्रृंखला भविष्यवाणी की सटीकता को बढ़ाने के लिए बनाया गया है और ओपन-सोर्स और वैज्ञानिक साझाकरण के माध्यम से आर्टिफिशियल इंटेलिजेंस के विकास को बढ़ावा देने का लक्ष्य रखता है।
टाइम्सएफएम 2.0 मॉडल में शक्तिशाली क्षमताएँ हैं, जो 2048 समय बिंदुओं तक के एकल चर समय श्रृंखला भविष्यवाणी को संभाल सकता है, और किसी भी भविष्यवाणी समय अवधि का समर्थन करता है।
यह ध्यान देने योग्य है कि, जबकि मॉडल का प्रशिक्षण अधिकतम संदर्भ लंबाई 2048 है, वास्तविक उपयोग में, यह लंबे संदर्भ को संभाल सकता है। मॉडल बिंदु भविष्यवाणी पर ध्यान केंद्रित करता है, जबकि प्रयोगात्मक रूप से 10 क्वांटाइल हेड प्रदान करता है, लेकिन ये पूर्व-प्रशिक्षण के बाद कैलिब्रेट नहीं किए गए हैं।
डेटा पूर्व-प्रशिक्षण के मामले में, टाइम्सएफएम 2.0 में कई डेटा सेटों का संयोजन शामिल है, जिसमें टाइम्सएफएम 1.0 का पूर्व-प्रशिक्षण सेट और LOTSA से अतिरिक्त डेटा सेट शामिल हैं। ये डेटा सेट कई क्षेत्रों को कवर करते हैं, जैसे कि आवासीय बिजली लोड, सौर ऊर्जा उत्पादन, यातायात प्रवाह आदि, जो मॉडल के प्रशिक्षण के लिए एक समृद्ध आधार प्रदान करते हैं।
टाइम्सएफएम 2.0 के माध्यम से, उपयोगकर्ता समय श्रृंखला भविष्यवाणी को अधिक आसानी से कर सकते हैं, विभिन्न अनुप्रयोगों के विकास को बढ़ावा देते हैं, जिसमें रिटेल बिक्री, स्टॉक प्रवृत्तियाँ, वेबसाइट ट्रैफिक आदि के परिदृश्य, पर्यावरण निगरानी और स्मार्ट ट्रैफिक जैसे क्षेत्र शामिल हैं।
मॉडल का प्रवेशद्वार: https://huggingface.co/google/timesfm-2.0-500m-pytorch
महत्वपूर्ण बिंदु:
🌟 टाइम्सएफएम 2.0 गूगल द्वारा पेश किया गया एक नया समय श्रृंखला भविष्यवाणी मॉडल है, जो समय श्रृंखला भविष्यवाणी की सटीकता को बढ़ाने पर केंद्रित है।
🔧 मॉडल 2048 समय बिंदुओं तक की भविष्यवाणी का समर्थन करता है और किसी भी भविष्यवाणी समय अवधि को संभाल सकता है।
📊 उपयोगकर्ता विभिन्न समय श्रृंखला विशेषताओं के आधार पर भविष्यवाणी आवृत्ति को स्वतंत्र रूप से चुन सकते हैं, जिससे भविष्यवाणी की लचीलापन बढ़ती है।
