AI在线 AI在线

时间序列分析

字节跳动研究开源 ChatTS-14B:原生理解并随着时间的推移进行推理

字节跳动研究团队宣布开源 ChatTS-14B,这是一款专为时间序列数据理解和推理设计的140亿参数大型语言模型(LLM)。 以 Apache2.0许可协议发布,ChatTS-14B 的开源引发了 AI 社区的广泛关注,被认为是时间序列分析与生成式 AI 结合的重大进展。 ChatTS-14B:时间序列的智能对话引擎ChatTS-14B 基于 Qwen2.5-14B-Instruct 模型进行微调,专为处理时间序列数据而设计,能够理解和推理复杂的时序数据模式。
4/21/2025 10:00:57 AM
AI在线

使用机器学习技术进行时间序列缺失数据填充:基础方法与入门案例

在时间序列分析领域中,数据缺失是一个不可避免的挑战。 无论是由于传感器故障、数据传输中断还是设备维护等原因,这些缺失都会对数据分析和预测造成显著影响。 传统的处理方法,如前向填充或简单插值,虽然实现简单,但在处理复杂数据时往往表现不足。
12/16/2024 1:15:15 PM
Sara Nóbrega
  • 1