tag: Time Series

IBM เปิดตัวโมเดลตระกูล Granite 4 รูปแบบสำหรับการวิเคราะห์ข้อมูลอนุกรมเวลา (Time Series) พร้อมระบบ Ensemble Forecasting ที่ช่วยลดความซับซ้อนในการเลือกใช้งานโมเดลและเพิ่มความแม่นยำในการพยากรณ์

NVIDIA Kumo Forecast คือโมเดลพยากรณ์อนุกรมเวลาหลายตัวแปรที่ผสานโครงสร้าง Transformer แบบ Pretrained เข้ากับระบบดึงข้อมูลย้อนหลัง ช่วยเพิ่มความแม่นยำและสามารถอธิบายที่มาของผลลัพธ์ได้อย่างชัดเจน

Mistral AI เปิดตัว Timestral ตระกูลโมเดลพื้นฐานสำหรับอนุกรมเวลา (time series) ขนาด 5M ถึง 209M พารามิเตอร์ ชูจุดเด่นด้านประสิทธิภาพที่เหนือกว่าโมเดลของ Google และ Amazon พร้อมรองรับการทำงานบน CPU

เจาะลึกฟีเจอร์ที่ซ่อนอยู่ใน Statsmodels เพื่อการวิเคราะห์ข้อมูล Time Series ที่แม่นยำและประหยัดเวลาโดยไม่ต้องเขียนโค้ดคำนวณใหม่เอง

IBM เปิดตัว Granite Time Series PatchTST-FM-r2 โมเดลพื้นฐานขนาด 385 ล้านพารามิเตอร์ที่ทำประสิทธิภาพการพยากรณ์แบบ zero-shot สูงสุดในกลุ่มโมเดล Apache 2.0 บนตาราง GIFT-Eval รองรับทั้งการทำนายเชิงตัวเลขและความน่าจะเป็น

บทช่วยสอนการสร้างเวิร์กโฟลว์พยากรณ์อนุกรมเวลาขั้นสูงแบบ end-to-end ด้วย TimesFM 2.5 ครอบคลุมตั้งแต่การจัดการตัวแปรต้น การทดสอบย้อนหลัง ไปจนถึงการตรวจจับความผิดปกติบน Google Colab