PulseAugur
中
实时 23:33:46
English(EN) EXAONE Demand 1.0: A Time Series Foundation Model for Demand Forecasting

新EXAONE Demand 1.0模型针对时间序列预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了EXAONE Demand 1.0，这是一款专为需求预测设计的新型时间序列基础模型。该模型利用了包含1130万个序列和484亿个观测值的独特、特定于需求的语料库，并通过合成生成器进行增强，以解决数据属性（如历史短和零值频繁）的问题。EXAONE Demand配备了一个面向需求的适配器，具有针对不同需求类别的低秩分支和一个用于管理其贡献的路由器，在保留数据集上表现优于36个现有时间序列基础模型。 AI

影响 该专业模型有望提高具有独特需求特征的领域的预测准确性。

排序理由 该集群描述了一篇关于针对特定任务的新型AI模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新EXAONE Demand 1.0模型针对时间序列预测

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Seunghan Lee, Sangjun Han, Jun Seo, Junhyeok Kang, Jaehoon Lee, Tae Yoon Lim, Dongwan Kang, Hwanil Choi, Minjae Kim, Sungdong Yoo, Soonyoung Lee, Wonbin Ahn ·

    EXAONE Demand 1.0：面向需求预测的时间序列基础模型

    arXiv:2609.30880v1 Announce Type: new Abstract: Time series foundation models (TSFMs) are pretrained on series from diverse domains, where demand series make up only a small fraction. Demand data has properties that such corpora rarely contain: Short histories, frequent zeros, ce…

相关实体

相关话题