#多变量预测
iTransformer - 用于多变量时间序列预测的iTransformer模型
iTransformer时间序列预测Transformer模型多变量预测高效注意力机制Github开源项目
iTransformer是一种用于多变量时间序列预测的开源模型，无需修改任何Transformer模块。它在处理大规模数据时表现出色，具备显著的性能提升和强大的泛化能力。iTransformer已在多种基准测试中表现优异，支持静态协变量和概率发射头。用户可通过pip安装，并使用项目提供的详细训练和评估脚本。更多信息请参阅官方论文。
granite-timeseries-ttm-r2 - IBM开源轻量级模型TTM引领时间序列预测新方向
预训练模型Github多变量预测模型开源项目时间序列预测TinyTimeMixers零样本学习Huggingface
IBM Research开源的TinyTimeMixers (TTM)模型仅需1M参数,就能在多变量时间序列预测中超越数十亿参数的基准。TTM支持零样本预测,也可用少量数据微调达到竞争性能。适用于分钟至小时级别的点预测,轻量快速,单GPU或笔记本即可运行。TTM为时间序列预测带来新方向,尤其适合资源受限环境。