谷歌开源时序基础模型TimesFM:用于时间序列预测
talkingdev • 2024-05-08
569141 views
近期,研究人员开发了一种新的时序基础模型,名为TimesFM。该模型可应用于各种时间序列预测问题,包括股票价格、气象数据和交通流量等。TimesFM的优点在于能够处理数据的多种特征,如周期性、趋势性和季节性等。此外,该模型还能够自动发现数据中的异常值和缺失值,并进行相应的处理。研究人员表示,TimesFM有望在未来成为时间序列预测领域的重要工具。
talkingdev • 2024-05-08
569141 views
近期,研究人员开发了一种新的时序基础模型,名为TimesFM。该模型可应用于各种时间序列预测问题,包括股票价格、气象数据和交通流量等。TimesFM的优点在于能够处理数据的多种特征,如周期性、趋势性和季节性等。此外,该模型还能够自动发现数据中的异常值和缺失值,并进行相应的处理。研究人员表示,TimesFM有望在未来成为时间序列预测领域的重要工具。