پژوهش
هوش مصنوعی در پیشبینی سریهای زمانی: ترکیب مدلهای Granite از IBM
در این مقاله، IBM Research ارائه کرده است ترکیبی از مدلهای سالیانه Granite برای توقع سریهای زمانی، درک آسان و پیشبینیهای دقیق بدون نیاز به آموزش مجدد.
آموزش
آموزش گامبهگام PatchTST در Hugging Face؛ از پیشبینی تا انتقال یادگیری
با PatchTST در Hugging Face پیشبینی سریهای زمانی را بیاموزید؛ از آموزش روی داده برق تا انتقال یادگیری به ETTh1 با روشهای Zero-shot و Fine-tuning.
پژوهش
قدرت هوش مصنوعی ترنسفورمرها در پیشبینی دقیق سریهای زمانی
ترنسفورمرها در پیشبینی سریهای زمانی، بهویژه با مدل Autoformer، کارایی خیرهکنندهای دارند و ادعاهای مربوط به برتری مدلهای خطی ساده را رد میکنند. با ما همراه باشید تا عمق این نوآوری را بررسی کنیم.
مدلها
پیشبینی سریهای زمانی چندمتغیره با مدل Informer: هوش مصنوعی در خدمت تحلیل دادهها
مدل Informer با توجه مخصوص ProbSparse توانسته در پیشبینی سریهای زمانی چندمتغیره، دقت بالایی ارائه کند و بهوسیله استفاد از داکیومنتهای 🤗 Transformers، توسعه آن سادهتر شد.
پژوهش
هوش مصنوعی پیشبینی سریهای زمانی با مدل ترنسفورمر در حوزه تحلیل داده
مقالهای در مورد پیشبینی احتمالاتی سریهای زمانی با استفاده از ترنسفورمرهای Hugging Face، مفاهیم، پیادهسازی و کاربردهای عملی را بررسی میکند. زیادی.