google-research/timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
解決する課題
TimesFM は、事前学習済みの基盤モデルを提供することで、時系列予測の課題に対処し、ゼロショットの汎化を可能にします。単変量または多変量の系列を予測する際に、タスクごとのチューニングを不要にし、動的共変量を組み込むこともできます。
仕組み
これは、Google Research が開発したデコーダーのみの基盤モデルです。最新バージョン（3.0）は、ネイティブな多変量予測をサポートし、過去のみの共変量と過去および未来の共変量の両方を処理します。PyTorch または Apple シリコン向けのネイティブ MLX バックエンドを介してデプロイでき、BigQuery ML や Vertex Model Garden などの Google Cloud サービスにも統合されています。
対象ユーザー
多様な実世界のタスクで高性能な時系列予測を必要とするデータサイエンティストやエンジニア向けに設計されており、新しいデータセットごとにモデルをゼロからトレーニングする手間を省きます。
ハイライト
- トップクラスのパフォーマンス：fev-bench、TIME Benchmark、GIFT-Eval ベンチマークで総合第 1 位を獲得。
- 多用途な予測：単変量および多変量の時系列予測をサポート。
- 共変量サポート：過去のみおよび過去と未来の動的共変量をネイティブに処理。
- 柔軟なデプロイ：PyTorch、MLX（Apple シリコン向け）、Google Cloud エンタープライズツールで利用可能。
- 分位数予測：点予測に加えて、連続的な分位数予測（例：9 分位）を提供。
関連
- プロジェクト
microsoft/TimeCraftTimeCraft は、Microsoft Research が開発した拡散モデルに基づく合成時系列データ生成フレームワークです。プロトタイプ辞書によるクロスドメイン少サンプル適応、自然言語制御、ターゲット意識型生成により、下流タスクに最適化された合成サンプルを生成します。拡張機能として因果制約、基礎モデル事前学習用オンライン拡張、不規則観測からの連続時間生成をサポートします。
- プロジェクト
- プロジェクト
Nixtla/nixtlaNixtlaは、TimeGPTと呼ばれる大規模なトランスフォーマーモデルを、シンプルなAPIキー経由で呼び出せるPython SDKを提供します。パッケージをインストールし、`NixtlaClient`を作成して、任意のpandas DataFrameに対して`forecast`または`detect_anomalies`を実行できます。モデルはホストサービスとして動作（無料トライアルAPIキーあり）し、ファインチューニング、外生変数、マルチシリーズ予測、Snowflakeデプロイ、他の言語用クライアントライブラリをサポートしています。SDKはApache-2.0オープンソースですが、基盤となるモデルはクローズドソースです。
- プロジェクト
OpenTSLM/OpenTSLMOpenTSLM は、Llama 3.2 および Gemma LLM にネイティブな時系列処理機能を追加するオープンソースライブラリであり、心電図（ECG）、脳波（EEG）、加速度計など医療信号に対する自然言語プロンプトと推論を可能にします。事前学習済みチェックポイント、シンプルな `OpenTSLM` Python API、複数のベンチマークタスク向けのデモスクリプト、MCQ、キャプション生成、連鎖的思考推論の各段階をカバーするカリキュラム学習トレーニングパイプラインを提供します。`pip install opentslm` でインストールし、Hugging-Faceからモデルを読み込み、提供されたスクリプトで微調整または評価が可能です。MITライセンス。
- プロジェクト
tomas-gajarsky/facetorchFacetorch は、顔検出と分析のための Python ライブラリです。オープンソースの深層学習モデルを移植可能でエクスポート可能な形式にパッケージ化し、検出器や予測器などのコンポーネントを備えた設定可能なツールキットを提供します。