Test Patchtsmixer
PatchTSMixer 是 IBM Granite 项目下的一个时间序列预测基础模型,采用创新的 Patch 混合架构,适用于多种时间序列预测任务。
下载量 5,300
发布时间 : 8/16/2024
模型简介
PatchTSMixer 是一个预训练的时间序列基础模型,专注于时间序列数据的预测和分析。它通过独特的 Patch 混合架构处理时间序列数据,适用于多种预测场景。
模型特点
创新的 Patch 混合架构
采用独特的 Patch 混合架构,有效处理时间序列数据,提升预测性能。
预训练模型
提供预训练模型,用户可以直接使用或进行微调,减少训练时间和资源消耗。
多任务支持
适用于多种时间序列预测任务,包括单变量和多变量预测。
模型能力
时间序列预测
单变量预测
多变量预测
时间序列分析
使用案例
金融
股票价格预测
预测未来股票价格走势,辅助投资决策。
能源
电力需求预测
预测未来电力需求,优化能源分配。
零售
销售预测
预测未来商品销量,优化库存管理。
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98
智启未来,您的人工智能解决方案智库
简体中文