新型时间序列预测方法VISIONTS:将时间序列数据视为图像,利用在图像上预训练的模型来进行预测

分类:AI视频 | 热度:143 ℃

浙江大学、道富科技(浙江)有限公司、Salesforce 亚洲研究中心的研究人员推出一种新型的时间序列预测方法,名为VISIONTS。时间序列预测是一种预测未来数据点的技术,这些数据点是按照时间顺序排列的,比如股票价格、气温变化或者网站流量等。

  • GitHub:https://github.com/Keytoyze/VisionTS

主要功能: VISIONTS的主要功能是预测未来的数据趋势,而不需要在时间序列数据上进行额外的训练。这就像是给了一个模型一些历史数据,然后让它去预测接下来会发生什么。

主要特点:

  1. 零样本学习(Zero-Shot Learning): VISIONTS能够在没有经过特定时间序列数据训练的情况下进行预测,这就像是给一个从未见过某种动物的孩子一本书,他能够通过书中的描述来识别这种动物。
  2. 基于视觉模型: 它使用了一种叫做视觉掩码自编码器(Visual Masked Autoencoder,简称MAE)的技术,这种技术最初是用于图像处理的,但在这里被创新性地用于时间序列预测。
  3. 跨领域迁移: 它利用了图像和时间序列数据之间的内在相似性,将时间序列预测问题转化为图像重建问题。

工作原理: VISIONTS的工作原理可以分为几个步骤:

  1. 数据转换: 首先,将时间序列数据转换成二维矩阵,就像是把一串数字变成一个表格。
  2. 图像渲染: 然后,这个矩阵被转换成图像,这个过程称为渲染。
  3. 自监督预训练: 使用在大量图像数据上预训练的MAE模型来处理这些图像。
  4. 预测: 最后,MAE模型通过学习图像中的特征来预测未来的数据点。

具体应用场景: VISIONTS可以应用于多种需要时间序列预测的场景,比如:

  • 能源消耗规划: 预测未来的能源需求,帮助能源公司进行规划。
  • 天气预测: 通过分析历史天气数据来预测未来的天气变化。
  • 交通流量分析: 预测交通流量,帮助城市规划交通系统,减少拥堵。

总的来说,VISIONTS是一种创新的时间序列预测方法,它通过将时间序列数据视为图像,利用在图像上预训练的模型来进行预测,这种方法在没有特定领域数据训练的情况下也能表现出色。

声明: 猎游人 每天为你带来最新的游戏和硬件打折情报,帮你精心挑选值得玩的游戏,让您的钱花的更值!本站信息大部分来自于网友爆料,如果您发现了优质的游戏或好的价格,不妨爆料给我们吧(谢绝任何商业爆料)! 点此爆料

0条评论

Hi,您需要填写昵称和邮箱!
姓名 (必填)
邮箱 (必填)
网站

暂时木有评论