ant-intl/Falcon-TST

解決する課題

Falcon-TSTは、時系列予測の効率と精度を向上させるために設計された大規模な基盤モデルのスイートを提供します。単変量（単一変数）および複雑な多変量（複数変数）の時系列データの両方を処理できる堅牢なモデルのニーズに対応します。

仕組み

このプロジェクトでは、3つの異なるモデルアーキテクチャを提供しています：

• Falcon-2.0: ORBITと呼ばれるインクリメンタル学習アプローチを利用する、単変量のエンコーダーのみのモデル。
• Falcon-X: 共有された潜在プロトタイプ空間と二重依存関係モデリングを使用して異種データを管理する多変量モデル。
• Falcon-1.0: パッチ単位の専門家特化とサンプル単位のルーティングを組み合わせた、階層的な混合エキスパートモデル。

ユーザーは、分位点予測を処理し、欠損データの入力マスキングをサポートする統一された Python クライアントを介してこれらのモデルと対話できます。

対象ユーザー

このライブラリは、モデルをゼロから構築することなく正確な予測を生成するために事前学習済みの基盤モデルを必要とする、時系列分析に取り組むデータサイエンティスト、研究者、エンジニアを対象としています。

ハイライト

• 複数の時系列基盤モデルにアクセスするための統一された API を提供。
• 単変量および多変量の両方の予測タスクをサポート。
• 入力マスクを介した欠損データ処理の組み込みサポート。
• PyTorch 上に構築されており、標準的な Python 環境と互換性があります。