IBM Granite zaman serisi modelleriyle topluluk tahmini
Özgün başlık: Ensemble forecasting with IBM Granite time-series models
Dört açık Granite modeli, genişletilebilir bir tahmin arayüzü ve hangi modelin kullanılacağına dair daha az tahmin. Önceden eğitilmiş zaman serisi modelleri, veri kümeniz üzerinde eğitim almadan tahmin yapabilir ancak yine de bir tane seçmeniz gerekir. Sorunsuz endüstriyel sinyalleri iyi bir şekilde idare eden bir model, gürültülü perakende talebi veya uzun bir sezonsal ufukla mücadele edebilir ve en iyi seçim, seriye ve göreve bağlıdır.
Granite Timeseries Ensemble bu seçeneği makul bir varsayılana indirir. Bir tarif, dört tamamlayıcı Granit mimarisini birleştirir ve yeniden eğitim ve uygun topluluk ağırlıkları olmadan medyan ve niceliksel tahminleri döndürür. Olasılık Topluluğu (tek tip olasılık havuzu) ile başlayın, uyarlanabilir Çeyrekler Arası Aralık (IQR) Topluluğu'nu karşılaştırın ve aynı arayüzü uyumlu tahmincilerle genişletin.
Four open Granite models, one extensible forecasting interface, and less guesswork about which model to use. Pre-trained time-series models can forecast without training on your dataset, but you still have to choose one. A model that handles smooth industrial signals well may struggle with noisy retail demand or a long seasonal horizon, and the best choice depends on the series and the task. Granite Timeseries Ensemble reduces that choice to a sensible default.
One recipe combines four complementary Granite architectures and returns median and quantile forecasts, with no retraining and no fitted ensemble weights. Start with the Probabilistic Ensemble (uniform probability pooling), compare the adaptive Inter Quartile Range (IQR) Ensemble, and extend the same interface with compatible forecasters.
Cuatro modelos abiertos de Granite, una interfaz de pronóstico extensible y menos conjeturas sobre qué modelo usar. Los modelos de series de tiempo previamente entrenados pueden realizar pronósticos sin entrenamiento en su conjunto de datos, pero aún debe elegir uno. Un modelo que maneja bien las señales industriales fluidas puede tener problemas con una demanda minorista ruidosa o un horizonte estacional prolongado, y la mejor opción depende de la serie y la tarea.
Granite Timeseries Ensemble reduce esa elección a un valor predeterminado sensato. Una receta combina cuatro arquitecturas complementarias de Granite y devuelve pronósticos de mediana y cuantil, sin reentrenamiento ni pesos de conjunto ajustados. Comience con el conjunto probabilístico (agrupación de probabilidad uniforme), compare el conjunto adaptativo de rango intercuartil (IQR) y amplíe la misma interfaz con pronosticadores compatibles.
Четыре открытые модели Granite, один расширяемый интерфейс прогнозирования и меньше догадок о том, какую модель использовать. Предварительно обученные модели временных рядов могут прогнозировать без обучения на вашем наборе данных, но вам все равно придется выбрать одну. Модель, которая хорошо обрабатывает плавные промышленные сигналы, может столкнуться с шумным розничным спросом или длинным сезонным горизонтом, и лучший выбор зависит от серии и задачи.
Granite Timeseries Ensemble сводит этот выбор к разумному значению по умолчанию. Один рецепт объединяет четыре взаимодополняющие архитектуры Granite и возвращает медианные и квантильные прогнозы без переобучения и подбора весов ансамбля. Начните с вероятностного ансамбля (унифицированного пула вероятностей), сравните ансамбль адаптивного межквартильного диапазона (IQR) и расширьте тот же интерфейс с помощью совместимых прогнозистов.