Granite Timeseries Patchtsmixer
基於PatchTSMixer架構的時間序列預測模型,由IBM開發,適用於多變量時間序列預測任務。
下載量 181
發布時間 : 11/22/2024
模型概述
該模型專為時間序列預測設計,採用PatchTSMixer架構,能夠處理多變量時間序列數據,適用於各種預測場景。
模型特點
多變量時間序列處理
能夠同時處理多個時間序列變量,適合複雜的預測場景。
ONNX格式兼容
模型已轉換為ONNX格式,便於在Web環境中部署和使用。
Transformers.js集成
專為Transformers.js優化,可在JavaScript環境中直接使用。
模型能力
多變量時間序列預測
長期時間序列建模
時間序列模式識別
使用案例
商業預測
銷售預測
預測未來一段時間內的產品銷售趨勢
庫存需求預測
預測未來庫存需求,優化供應鏈管理
金融分析
股票價格預測
預測金融時間序列的未來走勢
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98