NVIDIA Kumo Forecast 結合時序預測與歷史資料檢索
- Kumo Forecast 使用 MOMENT-1-large 產生時序表示，再由預測頭轉換成指定預測期的數值。
- DARR 會從歷史資料中以近鄰方式擷取相關型態，並將檢索資訊與模型的直接預測結合。
- 程式庫提供以 DataFrame 為主的介面；啟用 DARR 時，歷史情境資料可透過獨立的 context_df 傳入。
- 解釋功能可提供各預測期的落後值與特徵歸因等資訊，並搭配預測結果輸出。
- Kumo Forecast 採用 Apache 2.0 授權。
本站見解
相較於只使用直接預測，DARR 多了一條歷史資料檢索路徑，因此部署端需準備獨立的 context_df，並確認其維度符合輸入情境。要判斷檢索是否有幫助，可在相同的保留資料窗與目標預測期上比較兩種設定；來源未提供通用的準確度或執行成本數據。
結合 合時 時序 序預 預測 測與 與歷 歷史 史資 資料 料檢 檢索 使用 產生 生時 序表 表示 再由 由預 測頭 頭轉 轉換 換成 成指 指定 定預 測期 期的 的數 數值 會從 從歷 料中 中以 以近 近鄰 鄰方 方式 式擷 擷取 取相 相關 關型 型態 並將 將檢 索資 資訊 訊與 與模 模型 型的 的直 直接 接預 測結 程式 式庫 庫提 提供 供以 為主 主的 的介 介面 啟用 史情 情境 境資 料可 可透 透過 過獨 獨立 立的 傳入 解釋 釋功 功能 能可 可提 供各 各預 的落 落後 後值 值與 與特 特徵 徵歸 歸因 因等 等資 並搭 搭配 配預 結果 果輸 輸出 採用 授權 相較 較於 於只 只使 用直 多了 了一 一條 條歷 索路 路徑 因此 此部 部署 署端 端需 需準 準備 備獨 並確 確認 認其 其維 維度 度符 符合 合輸 輸入 入情 要判 判斷 斷檢 索是 是否 否有 有幫 幫助 可在 在相 相同 同的 的保 保留 留資 料窗 窗與 與目 目標 標預 期上 上比 比較 較兩 兩種 種設 設定 來源 源未 未提 供通 通用 用的 的準 準確 確度 度或 或執 執行 行成 成本 本數 數據
來源
本文摘要與見解由 AI 自動生成，事實以原文為準。 AI 內容政策