Zum Hauptinhalt springen
ToolPotion
KI-Berater
Einreichen

TimeH2O-v1

TimeH2O-v1 ist ein 108M-Parameter-Zeitreihen-Grundmodell, das für Zero-Shot-probabilistische Vorhersagen entwickelt wurde. Es unterstützt Kovariaten und liefert erstklassige Ergebnisse bei Benchmarks wie GIFT-Eval und fev-bench. Dieses Modell ist ideal für Anwendungen, die eine hohe Genauigkeit bei der Vorhersage zukünftiger zeitabhängiger Datenpunkte erfordern, und bietet eine robuste Leistung für verschiedene Vorhersageaufgaben.

Modell ansehen
Teilen
Modell ansehen
Teilen

TimeH2O-v1 ist ein anspruchsvolles Zeitreihen-Grundmodell, das von H2O.ai entwickelt wurde und über 108 Millionen Parameter verfügt. Es ist speziell für Zero-Shot-probabilistische Vorhersagen konzipiert, was bedeutet, dass es Vorhersagen für unbekannte Daten treffen kann, ohne dass eine vorherige Feinabstimmung auf diesem spezifischen Datensatz erforderlich ist. Eine Schlüsselkompetenz von TimeH2O-v1 ist die Unterstützung von Kovariaten, die es ermöglicht, zusätzliche relevante Variablen neben den primären Zeitreihendaten zu integrieren, um die Vorhersagegenauigkeit zu verbessern.

Weiterlesen

Das Modell hat eine erstklassige Leistung in mehreren Benchmarks gezeigt. Bei GIFT-Eval erreichte es einen CRPS (Continuous Ranked Probability Score) von 0,441 und einen MASE (Mean Absolute Scaled Error) von 0,654, was es besser abschneiden ließ als Modelle wie Timestral-209M, t0-gamma, TimesFM-3 und Chronos-2. Ebenso erzielte TimeH2O-v1 bei fev-bench einen SQL-Fähigkeitsscore von 50,83 und einen MASE-Fähigkeitsscore von 39,95 und übertraf damit erneut seine Wettbewerber.

TimeH2O-v1 ist Teil der größeren TimeH2O-Familie, zu der auch TimeH2O-v1-tiny gehört, ein kleineres Modell mit 5,8M Parametern, das für maximalen Durchsatz und nicht für maximale Genauigkeit optimiert ist. Das v1-Modell eignet sich am besten für Szenarien, in denen die Maximierung der Vorhersagegenauigkeit das Hauptziel ist. Es kann bis zu 16.384 Zeitstufen Kontext verarbeiten und bietet einen unbegrenzten Vorhersagehorizont, wobei es 9 Quantile (von 0,1 bis 0,9) für probabilistische Vorhersagen ausgibt. Das Modell akzeptiert Zielreihen mit optionalen Kovariaten als Eingaben.

Der Zugriff auf TimeH2O-v1 auf Hugging Face erfordert, dass die Benutzer zustimmen, ihre Hugging Face-Informationen zu teilen und spezifische Bedingungen zu akzeptieren, da es für die nicht-kommerzielle Nutzung lizenziert ist. Das Modell wurde auf einer Vielzahl von Datensätzen trainiert, wobei sorgfältig darauf geachtet wurde, dass keine Daten, die mit fev-bench, GIFT-Eval und TIME überlappen, einbezogen wurden, um unvoreingenommene Benchmark-Ergebnisse zu gewährleisten. Zu den Trainingsdatenquellen gehören autogluon/chronos_datasets, Salesforce/GiftEvalPretrain, Salesforce/lotsa_data, hq-bench/quito-corpus, Dingdong-Inc/FreshRetailNet-LT, Azure Functions 2019 trace, Iowa Liquor Sales und BLS Average Prices, jeweils mit ihren entsprechenden Lizenzen.

  • KategorieKI-Modelle & LLMs
  • BereitstellungCloud
  • PlattformenHugging Face

  • 108M Parameter für robuste Vorhersagen

  • Zero-Shot-probabilistische Vorhersagefähigkeiten

  • Unterstützung von Kovariaten zur Verbesserung der Vorhersagegenauigkeit

  • Erstklassige Benchmark-Ergebnisse bei GIFT-Eval und fev-bench

  • Kontextfenster von bis zu 16.384 Zeitstufen

  • Unbegrenzter Vorhersagehorizont

  • Gibt 9 Quantile (0,1 bis 0,9) für probabilistische Vorhersagen aus

  • Optimiert für maximale Genauigkeit bei Zeitreihenvorhersagen

  • Nicht-kommerzielle Lizenz für die Nutzung

  • Ausschluss von benchmarküberlappenden Daten aus dem Training

  • Teil der TimeH2O-Modellfamilie

  • Öffentlich zugänglich auf Hugging Face unter Bedingungen

  1. Zugriff auf das Modell: Navigieren Sie zur TimeH2O-v1-Seite auf Hugging Face.

  2. Bedingungen akzeptieren: Überprüfen und akzeptieren Sie die Allgemeinen Geschäftsbedingungen, um auf die Dateien und Inhalte des Modells zuzugreifen.

  3. Anmelden/Registrieren: Melden Sie sich bei Ihrem Hugging Face-Konto an oder registrieren Sie sich, wenn Sie noch keines haben.

  4. Dateien herunterladen: Laden Sie die Modell-Dateien und zugehörigen Ressourcen herunter.

  5. Umgebung einrichten: Konfigurieren Sie Ihre Entwicklungsumgebung mit den erforderlichen Abhängigkeiten zur Nutzung von Hugging Face-Modellen.

  6. Modell integrieren: Integrieren Sie TimeH2O-v1 in Ihre Anwendung oder Ihren Workflow für Zeitreihenvorhersagen.

  7. Eingaben bereitstellen: Stellen Sie Zielreihendaten zusammen mit optionalen Kovariaten dem Modell zur Verfügung.

  8. Vorhersagen generieren: Nutzen Sie das Modell, um Zero-Shot-probabilistische Vorhersagen mit 9 Quantilen zu generieren.

  • Zero-Shot-Vorhersage
  • Probabilistische Vorhersage
  • Kovariaten-verbesserte Vorhersage
  • Hochgenaue Zeitreihenanalyse
  • Langfristige Vorhersage
  • Benchmark-Leistungsbewertung
  • Forschung und Entwicklung

TimeH2O-v1 Bewertungen

Wird geladen...

Beliebte KI-Tools wie TimeH2O-v1

Chronos-2 ist ein 120M-Parameter Encoder-Only Zeitreihen-Grundmodell, das für Zero-Shot-Prognosen entwickelt wurde. Es unterstützt verschiedene Prognoseaufgaben und ist effizient,…

Forecasting & Predictive Analytics
Tool ansehen

120M-Parameter Encoder-Only Zeitreihen-Grundmodell, das für Zero-Shot-Prognosen entwickelt wurde. Es unterstützt verschiedene Prognoseaufgaben und ist effizient,…Chronos-2 ist ein 120M-Parameter Encoder-Only Zeitreihen-Grundmodell, das für Zero-Shot-Prognosen entwickelt wurde. Es unterstützt verschiedene Prognoseaufgaben und ist effizient,…

EmpfohlenForecasting & Predictive Analytics
Top 5 KI-Modelle ansehen

Timestral-209M

KI-Modelle

Timestral-209M ist ein Zeitreihen-Grundlagenmodell, das für Zero-Shot-Prognosen entwickelt wurde. Es unterstützt univariate und multivariate Prognosen, probabilistische…

Forecasting & Predictive Analytics
Tool ansehen

KI-Modelle

Zeitreihen-Grundlagenmodell, das für Zero-Shot-Prognosen entwickelt wurde. Es unterstützt univariate und multivariate Prognosen, probabilistische…Timestral-209M ist ein Zeitreihen-Grundlagenmodell, das für Zero-Shot-Prognosen entwickelt wurde. Es unterstützt univariate und multivariate Prognosen, probabilistische…

Forecasting & Predictive Analytics
Top 5 KI-Modelle ansehen

TimesNet

KI-Modelle

TimesNet ist ein Basismodell für die allgemeine Zeitreihenanalyse, das 1D-Serien in einen 2D-Raum transformiert, um die Modellierung zu verbessern. Es erzielt Spitzenleistungen…

KI-Modelle & LLMs
Tool ansehen

KI-Modelle

Basismodell für die allgemeine Zeitreihenanalyse, das 1D-Serien in einen 2D-Raum transformiert, um die Modellierung zu verbessern. Es erzielt Spitzenleistungen…TimesNet ist ein Basismodell für die allgemeine Zeitreihenanalyse, das 1D-Serien in einen 2D-Raum transformiert, um die Modellierung zu verbessern. Es erzielt Spitzenleistungen…

KI-Modelle & LLMs
Top 5 KI-Modelle ansehen

TimesFM 3.0 ist ein vortrainiertes Zeitreihen-Grundmodell, das von Google Research entwickelt wurde. Es ist für die Zeitreihenvorhersage konzipiert und mit PyTorch-Gewichten und…

Forecasting & Predictive Analytics
Tool ansehen

Vortrainiertes Zeitreihen-Grundmodell, das von Google Research entwickelt wurde. Es ist für die Zeitreihenvorhersage konzipiert und mit PyTorch-Gewichten und…TimesFM 3.0 ist ein vortrainiertes Zeitreihen-Grundmodell, das von Google Research entwickelt wurde. Es ist für die Zeitreihenvorhersage konzipiert und mit PyTorch-Gewichten und…

Forecasting & Predictive Analytics
Top 5 KI-Modelle ansehen

PatchTST

KI-Modelle

PatchTST ist eine offizielle Implementierung eines Transformer-basierten Modells für die langfristige Zeitreihenprognose. Es segmentiert Zeitreihen in Patches und verarbeitet…

KI-Modelle & LLMs
Tool ansehen

KI-Modelle

Offizielle Implementierung eines Transformer-basierten Modells für die langfristige Zeitreihenprognose. Es segmentiert Zeitreihen in Patches und verarbeitet…PatchTST ist eine offizielle Implementierung eines Transformer-basierten Modells für die langfristige Zeitreihenprognose. Es segmentiert Zeitreihen in Patches und verarbeitet…

KI-Modelle & LLMs
Top 5 KI-Modelle ansehen

Timestral

KI-GitHub-Repos

Timestral ist ein Zeitreihen-Grundmodell, das von Mistral AI entwickelt wurde. Es ist darauf ausgelegt, komplexe Zeitreihendaten zu verarbeiten und robuste Analysen sowie…

KI-Modelle & LLMs
Tool ansehen

KI-GitHub-Repos

Zeitreihen-Grundmodell, das von Mistral AI entwickelt wurde. Es ist darauf ausgelegt, komplexe Zeitreihendaten zu verarbeiten und robuste Analysen sowie…Timestral ist ein Zeitreihen-Grundmodell, das von Mistral AI entwickelt wurde. Es ist darauf ausgelegt, komplexe Zeitreihendaten zu verarbeiten und robuste Analysen sowie…

KI-Modelle & LLMs
Top 250 KI-GitHub-Repos ansehen

GluonTS

KI-Frameworks

GluonTS ist ein Python-Paket für probabilistische Zeitreihenmodellierung, das Deep-Learning-Modelle auf Basis von PyTorch und MXNet nutzt. Es ermöglicht präzise Prognosen durch…

KI-Modelle & LLMs
Tool ansehen

KI-Frameworks

Python-Paket für probabilistische Zeitreihenmodellierung, das Deep-Learning-Modelle auf Basis von PyTorch und MXNet nutzt. Es ermöglicht präzise Prognosen durch…GluonTS ist ein Python-Paket für probabilistische Zeitreihenmodellierung, das Deep-Learning-Modelle auf Basis von PyTorch und MXNet nutzt. Es ermöglicht präzise Prognosen durch…

KI-Modelle & LLMs
Top 50 KI-Frameworks ansehen

Chronos

KI-GitHub-Repos

Chronos ist ein GitHub-Repository, das vorgefertigte Modelle für die Zeitreihenprognose anbietet. Entwickelt von Amazon Science, bietet es Werkzeuge für präzise Vorhersagen in…

Forecasting & Predictive Analytics
Tool ansehen

KI-GitHub-Repos

GitHub-Repository, das vorgefertigte Modelle für die Zeitreihenprognose anbietet. Entwickelt von Amazon Science, bietet es Werkzeuge für präzise Vorhersagen in…Chronos ist ein GitHub-Repository, das vorgefertigte Modelle für die Zeitreihenprognose anbietet. Entwickelt von Amazon Science, bietet es Werkzeuge für präzise Vorhersagen in…

Forecasting & Predictive Analytics
Top 250 KI-GitHub-Repos ansehen
1 von 8