आईबीएम ग्रेनाइट टाइम-सीरीज मॉडल के साथ एन्सेम्बल फोरकास्टिंग
huggingface ·
IBM Research ने Granite Timeseries Ensemble पेश किया है, जो पुनः प्रशिक्षण की आवश्यकता के बिना मजबूत पूर्वानुमान प्रदान करने के लिए चार अलग-अलग पूर्व-प्रशिक्षित समय श्रृंखला मॉडलों को जोड़ता है। इस एन्सेंबल में पैच्ड ट्रान्सफॉर्मर्स, कॉन्फॉर्मर, स्टेट-स्पेस मॉडल्स और टाइनी टाइम मिक्सर्स जैसे आर्किटेक्चर शामिल हैं, जो विविध डेटा पैटर्न को पकड़ते हैं। उपयोगकर्टर दो एग्रीगेशन विधियों के बीच चुन सकते हैं: अनुशंसित प्रायिकतात्मक एन्सेंबल, जो समान वजन का उपयोग करता है, या अनुकूलन योग्य IQR एन्सेंबल, जो पूर्वानुमान फैलाव के आधार पर वजन को समायोजित करता है। GIFT-Eval बेंचमार्क पर मूल्यांकन दिखाता है कि दोनों एन्सेंबल दृष्टिकोण व्यक्तिगत सदस्य मॉडलों की तुलना में संचयी बिंदु-पूर्वानुमान सटीकता (MASE) में बेहतर प्रदर्शन करते हैं। हालाँकि, पैचTST-FM-r2 जैसे व्यक्तिगत मॉडल कम प्रायिकतात्मक त्रुटि स्कोर प्राप्त कर सकते हैं, लेकिन एन्सेंबल श्रेष्ठ स्थिरता प्रदान करता है और मैन्युअल मॉडल चयन की आवश्यकता को कम करता है। समाधान को एक विस्तारणीय इंटरफ़ेस के रूप में डिज़ाइन किया गया है, जिससे डेवलपर्स संगत बाहरी मॉडलों को बदल सकते हैं जबकि एक समान आउटपुट प्रारूप बनाए रखते हैं। भले ही यह कई चेकपॉइंट लोड होने के कारण निष्पादन में देरी बढ़ाता है, लेकिन एन्सेंबल उन अनुप्रयोगों के लिए एक व्यावहारिक डिफ़ॉल्ट प्रदान करता है जहाँ इष्टतम एकल आर्किटेक्चर चुनना कठिन होता है।
huggingface