Pular para o conteúdo principal
ToolPotion
Consultor de IA
Enviar

Timestral-209M

Ainda sem avaliações
Modelos de IAPrevisão e análise preditivaCódigo aberto · Web

Timestral-209M é um modelo de fundação de séries temporais projetado para previsão zero-shot. Ele suporta previsões univariadas e multivariadas, previsões probabilísticas e pode lidar com até 32.768 passos de tempo históricos. O modelo é de código aberto, permitindo que os usuários reproduzam facilmente os resultados de referência.

Ver modelo
Compartilhar
Ver modelo
Compartilhar

Descrição

Timestral-209M faz parte da família Timestral de modelos de fundação de séries temporais, especificamente projetado para previsão zero-shot. Este modelo está disponível em uma versão de 209M parâmetros e suporta previsões univariadas e multivariadas. Ele é capaz de lidar com covariáveis apenas do passado e conhecidas no futuro, e fornece previsões probabilísticas em 21 quantis.

Ler mais

A arquitetura do modelo é baseada em um transformador com atenção temporal e atenção de variáveis, consistindo em 24 camadas com uma dimensão de incorporação de 768. Cada patch contém 32 passos de tempo, e o comprimento do contexto pode se estender até 32.768 passos de tempo. Timestral-209M pode prever até 1.024 passos em uma única passagem para frente, com horizontes mais longos previstos bloco a bloco.

Timestral-209M demonstrou precisão zero-shot de ponta em importantes benchmarks de previsão, como GIFT-Eval, TIME e fev-bench. Ele supera outros modelos em métricas como MASE e CRPS, demonstrando sua eficiência e confiabilidade na previsão de séries temporais.

O modelo é de código aberto, com seu código disponível no GitHub, permitindo que os usuários executem o Timestral-209M e reproduzam resultados de referência. Ele opera no PyTorch e pode ser usado tanto em CPU quanto em GPU, proporcionando flexibilidade para vários ambientes computacionais. O modelo é lançado sob uma licença MIT Modificada, garantindo acessibilidade enquanto respeita os direitos de propriedade intelectual.

  • CategoriaPrevisão e análise preditiva
  • Modelo de preçosCódigo aberto
  • ImplantaçãoNuvem
  • PlataformasWeb

Destaques de Timestral-209M

  • Previsão zero-shot

  • Suporte univariado e multivariado

  • Previsões probabilísticas em 21 quantis

  • Arquitetura de transformador baseada em patches

  • 24 camadas com dimensão de incorporação 768

  • Comprimento do contexto de até 32.768 passos de tempo

  • Horizonte de previsão de até 1.024 passos

  • Código aberto com repositório no GitHub

Primeiros passos com Timestral-209M

  1. Acessar modelo: Visite Hugging Face

  2. Autenticar: Configurar conta

  3. Configurar ambiente: Configurar PyTorch

  4. Integrar via API: Usar modelo em aplicações

  5. Otimizar: Ajustar parâmetros para necessidades específicas

Casos de uso de Timestral-209M

  • Previsão Financeira
  • Gestão da Cadeia de Suprimentos
  • Previsão do Tempo
  • Consumo de Energia
  • Análise de Saúde

Perguntas frequentes de Timestral-209M

De Mistral AI

Avaliações de Timestral-209M

Avaliações de Timestral-209M

Carregando...

Ferramentas de IA populares como Timestral-209M

Chronos-2 — Modelo de Previsão de Séries Temporais

Modelos de IA

Modelo de base de séries temporais com 120 milhões de parâmetros, projetado para previsões zero-shot. Ele suporta várias tarefas de previsão e é eficiente,…Chronos-2 é um modelo de base de séries temporais com 120 milhões de parâmetros, projetado para previsões zero-shot. Ele suporta várias tarefas de previsão e é eficiente,…

DestaquePrevisão e análise preditiva
Ver o Top 5 de Modelos de IA

TimesFM 3.0 (PyTorch)

Modelos de IA

TimesFM 3.0 é um modelo de base para séries temporais pré-treinado desenvolvido pela Google Research. É projetado para previsão de séries temporais e está disponível com pesos e…

Previsão e análise preditiva
Ver ferramenta

TimesFM 3.0 (PyTorch)

Modelos de IA

Modelo de base para séries temporais pré-treinado desenvolvido pela Google Research. É projetado para previsão de séries temporais e está disponível com pesos e…TimesFM 3.0 é um modelo de base para séries temporais pré-treinado desenvolvido pela Google Research. É projetado para previsão de séries temporais e está disponível com pesos e…

Previsão e análise preditiva
Ver o Top 5 de Modelos de IA

PatchTST

Modelos de IA

PatchTST é uma implementação oficial de um modelo baseado em Transformer para previsão de séries temporais de longo prazo. Ele segmenta séries temporais em patches e os processa…

Modelos de IA e LLMs
Ver ferramenta

PatchTST

Modelos de IA

Implementação oficial de um modelo baseado em Transformer para previsão de séries temporais de longo prazo. Ele segmenta séries temporais em patches e os processa…PatchTST é uma implementação oficial de um modelo baseado em Transformer para previsão de séries temporais de longo prazo. Ele segmenta séries temporais em patches e os processa…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

TimesNet

Modelos de IA

TimesNet é um modelo fundamental para análise geral de séries temporais, transformando séries 1D em espaço 2D para modelagem aprimorada. Ele alcança resultados de ponta em…

Modelos de IA e LLMs
Ver ferramenta

TimesNet

Modelos de IA

Modelo fundamental para análise geral de séries temporais, transformando séries 1D em espaço 2D para modelagem aprimorada. Ele alcança resultados de ponta em…TimesNet é um modelo fundamental para análise geral de séries temporais, transformando séries 1D em espaço 2D para modelagem aprimorada. Ele alcança resultados de ponta em…

Modelos de IA e LLMs
Ver o Top 5 de Modelos de IA

Prophet

Frameworks de IA

Prophet é um procedimento de previsão de código aberto desenvolvido pelo Facebook. Ele é projetado para dados de séries temporais com fortes efeitos sazonais e múltiplas…

Previsão e análise preditiva
Ver ferramenta

Prophet

Frameworks de IA

Procedimento de previsão de código aberto desenvolvido pelo Facebook. Ele é projetado para dados de séries temporais com fortes efeitos sazonais e múltiplas…Prophet é um procedimento de previsão de código aberto desenvolvido pelo Facebook. Ele é projetado para dados de séries temporais com fortes efeitos sazonais e múltiplas…

Previsão e análise preditiva
Ver o Top 50 de Frameworks de IA

Informer2020

Repositórios de IA no GitHub

O repositório GitHub Informer2020 fornece a implementação em PyTorch para o modelo Informer, projetado para previsão eficiente de séries temporais de longa sequência. Ele…

Modelos de IA e LLMs
Ver ferramenta

NVIDIA Nemotron 3 Ultra

Modelos de IA

O NVIDIA Nemotron 3 Ultra é um poderoso modelo de IA projetado para raciocínio complexo e tarefas multilíngues. Com 550 bilhões de parâmetros, ele se destaca na análise de longos…

Modelos de IA e LLMs
Ver ferramenta

NVIDIA Nemotron 3 Ultra

Modelos de IA

O NVIDIA Nemotron 3 Ultra é um poderoso modelo de IA projetado para raciocínio complexo e tarefas multilíngues. Com 550 bilhões de parâmetros, ele se destaca na análise de longos…

DestaqueModelos de IA e LLMs
Ver o Top 5 de Modelos de IA

GluonTS

Frameworks de IA

GluonTS é um pacote Python para modelagem probabilística de séries temporais, utilizando modelos de deep learning construídos sobre PyTorch e MXNet. Ele facilita previsões…

Modelos de IA e LLMs
Ver ferramenta

GluonTS

Frameworks de IA

Pacote Python para modelagem probabilística de séries temporais, utilizando modelos de deep learning construídos sobre PyTorch e MXNet. Ele facilita previsões…GluonTS é um pacote Python para modelagem probabilística de séries temporais, utilizando modelos de deep learning construídos sobre PyTorch e MXNet. Ele facilita previsões…

Modelos de IA e LLMs
Ver o Top 50 de Frameworks de IA
1 de 8