google-research/timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
해결하는 문제
TimesFM은 사전 학습된 기반 모델을 제공하여 시계열 예측의 과제를 해결하고 제로샷 일반화를 가능하게 합니다. 단변량 또는 다변량 시계열을 예측할 때 작업별 튜닝이 필요 없으며, 동적 공변량을 포함할 수도 있습니다.
작동 방식
이것은 Google Research에서 개발한 디코더 전용 기반 모델입니다. 최신 버전(3.0)은 네이티브 다변량 예측을 지원하며 과거 전용 및 과거와 미래 공변량을 모두 처리합니다. PyTorch 또는 Apple 실리콘용 네이티브 MLX 백엔드를 통해 배포할 수 있으며, BigQuery ML 및 Vertex Model Garden과 같은 Google Cloud 서비스에도 통합되어 있습니다.
대상 사용자
다양한 실제 작업에서 고성능 시계열 예측이 필요한 데이터 과학자와 엔지니어를 위해 설계되었으며, 새로운 데이터 세트마다 모델을 처음부터 훈련할 필요가 없습니다.
주요 특징
- 최고 수준의 성능: fev-bench, TIME Benchmark 및 GIFT-Eval 벤치마크에서 전체 1위를 차지했습니다.
- 다용도 예측: 단변량 및 다변량 시계열 예측을 모두 지원합니다.
- 공변량 지원: 과거 전용 및 과거와 미래의 동적 공변량을 네이티브로 처리합니다.
- 유연한 배포: PyTorch, MLX(Apple 실리콘용) 및 Google Cloud 엔터프라이즈 도구를 통해 사용할 수 있습니다.
- 분위수 예측: 점 예측과 함께 연속 분위수 예측(예: 9분위)을 제공합니다.
관련
- 프로젝트
microsoft/TimeCraftTimeCraft는 Microsoft Research에서 개발한 확산 기반 합성 시계열 데이터 생성 프레임워크입니다. 프로토타입 사전을 통한 크로스도메인 소수 샘플 적응, 자연어 제어, 타겟 인식 생성을 지원하며, 인과 제약, 기초 모델 사전 학습용 온라인 증강, 불규칙 관측에서의 연속 시간 생성 등의 확장 기능을 제공합니다.
- 프로젝트
- 프로젝트
Nixtla/nixtlaNixtla는 TimeGPT라고 하는 대규모 트랜스포머 모델을 간단한 API 키를 통해 호출할 수 있는 Python SDK를 제공합니다. 패키지를 설치하고 `NixtlaClient`를 생성한 후, 어떤 pandas DataFrame에도 `forecast` 또는 `detect_anomalies`를 사용할 수 있습니다. 모델은 호스팅 서비스로 작동하며 (무료 체험용 API 키 제공), 파인튜닝, 외생 변수, 다중 시계열 예측, Snowflake 배포, 다른 언어용 클라이언트 라이브러리도 지원합니다. SDK는 Apache-2.0 오픈소스이며, 기반 모델은 클로즈드소스입니다.
- 프로젝트
OpenTSLM/OpenTSLMOpenTSLM은 Llama 3.2 및 Gemma LLM에 네이티브 시계열 처리 기능을 추가하는 오픈소스 라이브러리로, ECG, EEG, 가속도계 등 의료 신호에 대한 자연어 프롬프트 및 추론을 가능하게 합니다. 사전 학습된 체크포인트, 간단한 `OpenTSLM` Python API, 여러 벤치마크 작업을 위한 데모 스크립트, MCQ, 캡션 생성, 체인 오브 써드 추론 단계를 포함하는 커리큘럼 학습 트레이닝 파이프라인을 제공합니다. `pip install opentslm`로 설치하고, Hugging-Face에서 모델을 로드한 후 제공된 스크립트로 미세 조정 또는 평가가 가능합니다. MIT 라이선스.
- 프로젝트
tomas-gajarsky/facetorchFacetorch는 얼굴 감지 및 분석을 위한 Python 라이브러리입니다. 오픈소스 딥러닝 모델을 휴대 가능하고 내보낼 수 있는 형식으로 패키징하며, 감지기 및 예측기와 같은 구성 요소를 갖춘 구성 가능한 툴킷을 제공합니다.