#29 · 主分类: 时间序列机器学习

moment

anomaly-detection classification forecasting foundational-models imputation large-language-models time-series time-series-anomaly-detection time-series-classification time-series-forecasting transformers

MOMENT:一系列开放的时间序列基础模型,ICML'24

项目最后更新:02/10/26

GitHub Stars

833

Forks数量

119

贡献者数量

7

许可证

MIT

收录理由

处理传感器日志、金融序列或运维遥测数据的团队常常会遇到一个麻烦:针对某个任务训练好的模型,换到下一个任务时效果就大打折扣。MOMENT 是一个预训练好的 Transformer,面向通用时间序列分析,一个检查点就能覆盖预测、分类、异常检测、插补和表示学习,想在不同任务间切换时不必从头再训。它作为 Python 包安装即可用,Hugging Face 上提供了 small、base 和 large 三档权重,还有配套的 notebook 逐个演示每种任务。项目还发布了 Time-series Pile 数据集,并单独提供了研究用代码,让你可以用自己的数据预训练自己的时序基础模型——如果你不想局限于已发布的权重,这一点很关键。对于那些宁愿维护一个开放基线、也不想为每个问题各养一个模型的团队,MOMENT 是个很实在的起点。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目