Moirai 是 Salesforce 開發的用於時間序列預測的基礎模型。它被設計爲一種通用模型,能夠預測廣泛的時間序列。爲了實現這種靈活性,該模型解決了時間序列數據相關的幾個挑戰,包括:
- 處理各種數據頻率(小時、日、周等);
- 適應任何數量和類型的協變量,無論它們在未來是否已知;
- 使用靈活的分佈生成概率預測,可適應多種情況。
數據集是任何基礎模型的核心組成部分。作者構建了一個大規模且多樣化的數據集,包含了270億觀測值,涵蓋了九個不同的時間序列領域。另外他們還引入了三個主要的新概念:多尺寸補丁投影層(Multi Patch Size Projection Layers)、任意變量注意力(Any-Variate Attention)和混合分佈(Mixture Distribution),每個概念我們都將在下面詳細解釋。
https://avoid.overfit.cn/post/7caa50443ff5472e8d3c7af347a30510