Исследование возможности применения базисных моделей для прогнозирования временных рядов
Аннотация
В данной работе был проведен сравнительный анализ базисных моделей с классическими методами, сформирован вывод о возможности практического применения базисных моделей для прогнозирования временных рядов.
В первой части работы был проведен теоретический анализ доступной литературы по теме исследования, изучены основные особенности современных базисных моделей.
Во второй главе работы была представлена схема проводившихся экспериментов. Приведен перечень классических методов прогнозирования, используемых в исследовании, описан процесс их автоматизированного обучения с применением фреймворка AutoGluon. Среди базисных моделей были выбраны: Chronos, TimeGPT и Lag-Llama. Модель Chronos использовалась только в режиме без примеров, а модели Time-GPT и Lag-Llama, помимо этого, оценивались после точной настройки. Для проведения оценки были выбраны эталонные наборы данных из Monash Repository.
В третьей главе работы была проведена интерпретация полученных результатов, сформулированы рекомендации по использованию базисных моделей в прогнозировании.
В первой части работы был проведен теоретический анализ доступной литературы по теме исследования, изучены основные особенности современных базисных моделей.
Во второй главе работы была представлена схема проводившихся экспериментов. Приведен перечень классических методов прогнозирования, используемых в исследовании, описан процесс их автоматизированного обучения с применением фреймворка AutoGluon. Среди базисных моделей были выбраны: Chronos, TimeGPT и Lag-Llama. Модель Chronos использовалась только в режиме без примеров, а модели Time-GPT и Lag-Llama, помимо этого, оценивались после точной настройки. Для проведения оценки были выбраны эталонные наборы данных из Monash Repository.
В третьей главе работы была проведена интерпретация полученных результатов, сформулированы рекомендации по использованию базисных моделей в прогнозировании.