NX-AI/tirex
TiRex: Zero-Shot Forecasting Across Long and Short Horizons with Enhanced In-Context Learning
해결하는 문제
TiRex는 사용자 고유의 데이터셋에서 모델을 훈련할 필요 없이 장기 및 단기 예측 모두에 대해 시계열 예측 문제를 해결하도록 설계되었습니다. 사용자 데이터에 대한 추가 훈련 없이 과거 데이터의 컨텍스트를 기반으로 미래 값을 예측할 수 있는 제로샷 접근 방식을 제공합니다.
작동 방식
TiRex는 xLSTM 아키텍처 기반의 35M 파라미터 사전 학습 모델입니다. 강화된 컨텍스트 내 학습을 사용하여 시계열 데이터에 대한 예측, 분류, 회귀 작업을 수행합니다. 모델은 예측에 대한 점 추정치와 분위수 추정치를 모두 제공하여 불확실성 측정이 가능합니다.
대상 사용자
이 프로젝트는 모델을 처음부터 훈련하는 부담 없이 고성능 시계열 예측, 분류, 회귀가 필요한 데이터 과학자 및 머신러닝 엔지니어를 대상으로 합니다. 특히 다양한 시계열 데이터셋을 다루며 제로샷 기능이 필요한 사용자에게 특히 유용합니다.
주요 특징
- 제로샷 예측: 사용자 데이터에 대한 훈련 없이 미래 값을 예측 가능.
- 분위수 예측: 더 견고한 예측을 위해 점 추정과 분위수 추정 모두 제공.
- xLSTM 기반 아키텍처: 효율적인 시계열 처리를 위한 35M 파라미터 xLSTM 모델 기반.
- 고성능: GiftEval 및 ChronosZS와 같은 벤치마크에서 최상의 성능 달성.
- 다중 모달 태스크 지원: 예측, 분류, 회귀 태스크 모두 지원.
- 최적화된 추론: 다양한 하드웨어 플랫폼에서 최적화된 성능을 제공하는 ONNX 모델로 제공.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트