MultiCast：使用LLM的零样本多元时间序列预测
机器学习
2024-05-24 v1 人工智能
摘要
预测多元时间序列的未来值在各个领域都至关重要。本文探索了使用大型语言模型（LLMs）完成此任务。然而，LLMs通常处理一维数据。我们提出了MultiCast，一种基于LLM的零样本多元时间序列预测方法。它通过三种新颖的令牌复用方案，使LLMs能够接收多元时间序列作为输入，有效降低维度同时保留关键重复模式。此外，一种量化方案帮助LLMs更好地学习这些模式，同时显著减少实际应用中的令牌使用。我们在三个真实数据集上展示了我们的方法在RMSE和执行时间方面相对于最先进方法的性能。
引用
@article{arxiv.2405.14748,
title = {MultiCast: Zero-Shot Multivariate Time Series Forecasting Using LLMs},
author = {Georgios Chatzigeorgakidis and Konstantinos Lentzos and Dimitrios Skoutas},
journal= {arXiv preprint arXiv:2405.14748},
year = {2024}
}