Googleの研究チームは先日、時系列予測用に設計された事前学習済みモデルであるTimesFM（時系列基礎モデル）2.0を発表しました。このモデルは、時系列予測の精度向上を目指し、オープンソースと科学的共有を通じて人工知能の発展を促進することを目的としています。
TimesFM2.0モデルは強力な機能を備えており、最大2048個の時間点を持つ単変量時系列予測を処理でき、任意の予測期間に対応します。
注目すべき点として、モデルのトレーニングにおける最大コンテキスト長は2048ですが、実際にはそれよりも長いコンテキストを処理できます。このモデルは点予測に重点を置いており、実験的に10個の分位点を提供していますが、これらは事前学習後、まだ調整されていません。
データの事前学習において、TimesFM2.0はTimesFM1.0の事前学習データセットとLOTSAからの追加データセットを含む複数のデータセットの組み合わせを含んでいます。これらのデータセットは、住宅用電力負荷、太陽光発電、交通量など、複数の分野を網羅しており、モデルのトレーニングに豊富な基盤を提供しています。
TimesFM2.0を使用することで、ユーザーは時系列予測をより簡単に実行でき、小売業の売上、株価の動向、ウェブサイトのトラフィックなどのシナリオ、環境監視やスマート交通などの分野を含む様々なアプリケーションの発展を促進します。
モデルへのアクセス:https://huggingface.co/google/timesfm-2.0-500m-pytorch
要点:
🌟 TimesFM2.0はGoogleが発表した新しい時系列予測モデルで、時系列予測の精度向上に重点を置いています。
🔧 最大2048個の時間点の予測に対応し、任意の予測期間を処理できます。
📊 ユーザーは、様々な時系列の特徴に合わせて予測頻度を自由に選択でき、予測の柔軟性を高めることができます。
