مدل بنیادی TimesFM-3 برای پیش‌بینی‌های چندمتغیره سری‌های زمانی معرفی شد

تیم گوگل ریسرچ از عرضه TimesFM-3 به عنوان نسل جدید مدل‌های بنیادی پیش‌بینی سری‌های زمانی رونمایی کرد. مدل‌های قبلی این خانواده تنها به پیش‌بینی‌های تک‌متغیره محدود بودند، در حالی که مسائل دنیای واقعی عمدتاً چندمتغیره هستند و عوامل متعددی بر آینده یک داده تأثیر می‌گذارند.

مدل TimesFM-3 با دارا بودن ۳۳۰ میلیون پارامتر و آموزش روی حجم عظیمی از داده‌های واقعی و مصنوعی، قادر است به صورت هم‌زمان چندین سری زمانی مرتبط را پیش‌بینی کند. این مدل با استفاده از معماری ترانسفورمر و استراتژی خاص در مدیریت توکن‌ها و ماسک کردن، می‌تواند بدون نیاز به تنظیم دقیق اختصاصی، نتایج دقیقی در معیارهای ارزیابی عمومی به دست آورد.

این ابزار جدید هم‌اکنون از طریق گیت‌هاب، هاکینگ فیس و سرویس BigQuery در دسترس پژوهشگران و توسعه‌دهندگان قرار دارد.