Google は、時系列予測用の事前トレーニング済みモデルである TimesFM 2.0 をリリースしました。これは、予測精度を向上させ、人工知能の分野を促進するように設計されたメジャー アップデートです。 TimesFM 2.0 はオープンソースを通じて共有されており、研究者や開発者にとって使いやすいものです。このモデルは、最大 2048 時点の一変量時系列を処理でき、あらゆる予測期間をサポートし、強力な予測機能を備えています。そのトレーニング データはエネルギー、輸送などの複数の分野をカバーしており、モデルに豊富な学習基盤を提供します。 TimesFM 2.0 の登場により、時系列予測の効率と精度が大幅に向上し、より強力なデータ分析ツールがあらゆる階層に提供されます。
TimesFM2.0 モデルは強力な機能を備えており、最大 2048 時点までの一変量時系列予測を処理でき、あらゆる予測期間をサポートします。
モデルは最大コンテキスト長 2048 でトレーニングされていますが、実際のアプリケーションでは、より長いコンテキストを処理できることに注意してください。このモデルは点予測に焦点を当てており、10 個の分位数ヘッドが実験的に提供されていますが、これらは事前トレーニング後に校正されていません。
データの事前トレーニングに関して、TimesFM2.0 には、TimesFM1.0 の事前トレーニング 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が含まれています。これらのデータセットは、住宅の電力負荷、太陽光発電、交通の流れなどの複数の分野をカバーしており、モデルのトレーニングに豊富な基盤を提供します。
TimesFM2.0を通じて、ユーザーはより簡単に時系列予測を行うことができ、小売売上高、在庫動向、Webサイトのトラフィックなどのシナリオ、環境モニタリング、高度交通などの分野を含むさまざまなアプリケーションの開発を促進できます。
モデルの入り口: https://huggingface.co/google/timesfm-2.0-500m-pytorch
ハイライト:
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。
このモデルは、最大 2048 時点の予測をサポートし、あらゆる予測期間を処理できます。
ユーザーは、さまざまな時系列特性に基づいて予測頻度を自由に選択でき、予測の柔軟性が向上します。
全体として、強力な機能と使いやすさを備えた TimesFM 2.0 は、時系列予測の分野に新たなブレークスルーをもたらし、さまざまな業界で広く使用されるでしょう。 今後の開発・応用が期待されます。