Mamba4Cast：基于状态空间模型的高效零样时序预测模型
机器学习
2024-10-15 v1 人工智能
摘要
本文介绍Mamba4Cast，这是一个零样本基础时序预测模型。基于Mamba架构并受Prior-data Fitted Networks（PFNs）的启发，Mamba4Cast能够在无需数据集特定微调的情况下，对多样化时序任务进行稳健泛化。Mamba4Cast的核心创新在于能够在实际数据集上实现强大的零样性能力，同时比基于Transformer架构的时序基础模型具有更低的推理时间。该模型仅使用合成数据进行训练，即可对整个预测时段进行一次性生成预测，超越了传统的自回归方法。我们的实验表明，Mamba4Cast在 various 数据集上与其他领先的基础模型保持竞争力，并且在预测长度上扩展性显著优于其他模型。源代码可在 https://github.com/automl/Mamba4Cast 查阅。
引用
@article{arxiv.2410.09385,
title = {Mamba4Cast: Efficient Zero-Shot Time Series Forecasting with State Space Models},
author = {Sathya Kamesh Bhethanabhotla and Omar Swelam and Julien Siems and David Salinas and Frank Hutter},
journal= {arXiv preprint arXiv:2410.09385},
year = {2024}
}