Test Patchtst
PatchTST是一個預訓練的時間序列基礎模型,專注於時間序列預測任務。
下載量 5,593
發布時間 : 8/16/2024
模型概述
PatchTST是一個基於Transformer架構的時間序列預測模型,適用於多種時序數據分析任務。
模型特點
預訓練模型
提供預訓練權重,可直接用於時間序列預測任務
Transformer架構
基於Transformer的架構,適合捕捉時間序列中的長期依賴關係
通用時間序列模型
適用於多種領域的時間序列數據
模型能力
時間序列預測
長期依賴建模
多領域時序數據分析
使用案例
金融
股票價格預測
預測未來股票價格走勢
能源
電力需求預測
預測未來電力消耗情況
零售
銷售預測
預測未來商品銷售趨勢
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