Previsão em conjunto com modelos IBM Granite para séries temporais
huggingface ·
A IBM Research apresentou o Granite Timeseries Ensemble, uma ferramenta que combina quatro modelos distintos de séries temporais pré-treinados para fornecer previsões robustas sem exigir retreinamento. O ensemble integra arquiteturas como Patched Transformers, Conformer, modelos de espaço de estado e Tiny Time Mixers para capturar padrões diversos nos dados. Os usuários podem escolher entre dois métodos de agregação: o Probabilistic Ensemble recomendado, que utiliza ponderação uniforme, ou o IQR Ensemble adaptativo, que ajusta os pesos com base na dispersão das previsões. As avaliações no benchmark GIFT-Eval demonstram que ambas as abordagens em ensemble superam os modelos individuais em precisão agregada de previsão pontual (MASE). Embora modelos individuais como o PatchTST-FM-r2 possam obter escores de erro probabilístico mais baixos, o ensemble oferece consistência superior e reduz a necessidade de seleção manual de modelos. A solução é projetada como uma interface extensível, permitindo que desenvolvedores substituam modelos externos compatíveis enquanto mantêm um formato de saída unificado. Embora aumente a latência de inferência devido ao carregamento de múltiplos checkpoints, o ensemble fornece um padrão prático para aplicações nas quais é difícil escolher a arquitetura única ideal.
huggingface