ant-intl/Falcon-TST

해결 과제

Falcon-TST는 시계열 예측의 효율성과 정확성을 향상시키기 위해 설계된 대규모 파운데이션 모델 제품군을 제공합니다. 단변량(단일 변수) 및 복잡한 다변량(다중 변수) 시계열 데이터를 모두 처리할 수 있는 강력한 모델에 대한 요구를 해결합니다.

작동 방식

이 프로젝트는 세 가지 고유한 모델 아키텍처를 제공합니다:

• Falcon-2.0: ORBIT라는 점진적 학습 방식을 활용하는 단변량, 인코더 전용 모델.
• Falcon-X: 공유 잠재 프로토타입 공간과 이중 의존성 모델링을 사용하여 이기종 데이터를 관리하는 다변량 모델.
• Falcon-1.0: 패치 단위의 전문가 전문화와 샘플 단위의 라우팅을 결합한 계층적 전문가 혼합(mixture-of-experts) 모델.

사용자는 분위수 예측을 처리하고 누락된 데이터에 대한 입력 마스킹을 지원하는 통합 Python 클라이언트를 통해 이러한 모델과 상호 작용할 수 있습니다.

대상 사용자

이 라이브러리는 모델을 처음부터 구축하지 않고도 정확한 예측을 생성하기 위해 사전 학습된 파운데이션 모델이 필요한 시계열 분석 분야의 데이터 과학자, 연구원 및 엔지니어를 위한 것입니다.

주요 특징

• 여러 시계열 파운데이션 모델에 액세스하기 위한 통합 API 제공.
• 단변량 및 다변량 예측 작업 모두 지원.
• 입력 마스크를 통한 누락된 데이터 처리에 대한 기본 지원 포함.
• PyTorch 기반으로 구축되었으며 표준 Python 환경과 호환됨.