Google ได้เปิดตัว TimesFM 2.0 ซึ่งเป็นโมเดลที่ได้รับการฝึกอบรมล่วงหน้าสำหรับการพยากรณ์อนุกรมเวลา ซึ่งเป็นการอัปเดตสำคัญที่ออกแบบมาเพื่อปรับปรุงความแม่นยำในการพยากรณ์และส่งเสริมสาขาปัญญาประดิษฐ์ TimesFM 2.0 มีการแชร์ผ่านโอเพ่นซอร์ส และสะดวกสำหรับนักวิจัยและนักพัฒนาในการใช้งาน แบบจำลองสามารถรองรับอนุกรมเวลาที่ไม่แปรผันได้สูงสุด 2,048 จุดเวลา รองรับช่วงเวลาการคาดการณ์ใดๆ และมีความสามารถในการคาดการณ์ที่แข็งแกร่ง ข้อมูลการฝึกอบรมครอบคลุมหลายสาขา เช่น พลังงาน การขนส่ง ฯลฯ ซึ่งเป็นพื้นฐานการเรียนรู้ที่สมบูรณ์สำหรับโมเดลนี้ การเกิดขึ้นของ TimesFM 2.0 จะช่วยปรับปรุงประสิทธิภาพและความแม่นยำของการพยากรณ์อนุกรมเวลาอย่างมีนัยสำคัญ และมอบเครื่องมือวิเคราะห์ข้อมูลที่ทรงพลังยิ่งขึ้นสำหรับทุกสาขาอาชีพ
โมเดล TimesFM2.0 มีฟังก์ชันอันทรงพลังและสามารถรองรับการคาดการณ์อนุกรมเวลาที่ไม่แปรผันได้สูงสุดถึงจุดเวลา 2,048 จุด และรองรับช่วงเวลาการคาดการณ์ใดก็ได้
เป็นที่น่าสังเกตว่าแม้ว่าแบบจำลองจะได้รับการฝึกโดยมีความยาวบริบทสูงสุดที่ 2048 แต่ในการใช้งานจริง บริบทที่ยาวขึ้นก็สามารถประมวลผลได้ แบบจำลองมุ่งเน้นไปที่การทำนายจุด ในขณะที่มีการทดลองหัวควอนไทล์จำนวน 10 หัว แต่หัวควอนไทล์เหล่านี้ยังไม่ได้รับการปรับเทียบหลังการฝึกอบรมล่วงหน้า
ในแง่ของข้อมูลก่อนการฝึกอบรม TimesFM2.0 ประกอบด้วยชุดข้อมูลหลายชุดรวมกัน รวมถึงชุดก่อนการฝึกอบรมของ TimesFM1.0 และชุดข้อมูลเพิ่มเติมจาก LOTSA ชุดข้อมูลเหล่านี้ครอบคลุมหลายสาขา เช่น ปริมาณไฟฟ้าในที่อยู่อาศัย การผลิตพลังงานแสงอาทิตย์ ปริมาณการจราจร ฯลฯ ซึ่งเป็นรากฐานที่สมบูรณ์สำหรับการฝึกโมเดล
ผู้ใช้สามารถทำการคาดการณ์อนุกรมเวลาได้ง่ายขึ้นผ่าน TimesFM2.0 และส่งเสริมการพัฒนาแอปพลิเคชันต่างๆ รวมถึงการขายปลีก แนวโน้มหุ้น ปริมาณการใช้เว็บไซต์และสถานการณ์อื่นๆ การตรวจสอบด้านสิ่งแวดล้อม การขนส่งอัจฉริยะ และสาขาอื่นๆ
ทางเข้าโมเดล : https://huggingface.co/google/timesfm-2.0-500m-pytorch
ไฮไลท์:
TimesFM2.0 คือโมเดลการทำนายอนุกรมเวลาใหม่ที่เปิดตัวโดย Google โดยมุ่งเน้นที่การปรับปรุงความแม่นยำของการทำนายอนุกรมเวลา
แบบจำลองนี้รองรับการคาดการณ์สูงสุด 2,048 จุดเวลา และสามารถรองรับช่วงเวลาการคาดการณ์ใดก็ได้
ผู้ใช้สามารถเลือกความถี่ในการทำนายได้อย่างอิสระตามลักษณะอนุกรมเวลาที่แตกต่างกัน เพื่อปรับปรุงความยืดหยุ่นในการทำนาย
โดยรวมแล้ว TimesFM 2.0 พร้อมด้วยฟังก์ชันอันทรงพลังและใช้งานง่าย จะนำมาซึ่งความก้าวหน้าครั้งใหม่ในด้านการคาดการณ์อนุกรมเวลา และใช้กันอย่างแพร่หลายในอุตสาหกรรมต่างๆ รอคอยที่จะพัฒนาและประยุกต์ใช้ในอนาคต