Учит ли Themalal Fusion Transformer глобальные тенденции за все временные ряды? ⇐ Python

[Anonymous]

Я использую временный трансформатор слияния (TFT) для обучения данных временных рядов, стремясь сделать прогнозы в реальном времени для конкретного процесса в любом момент времени во время работы. Основываясь на этой настройке, у меня есть несколько вопросов: < /p>
(1) Учитывает ли модель общую /глобальную тенденцию каждой целой группы временных рядов?
Другими словами, если я питаю данные в реальном времени во время живого процесса и выполняю прогнозы с средней точки, будет ли модель все еще хорошо выполнять, даже если она обучалась только на полную оценку? Сегмент декодера каждой серии?
или он проводится во всем диапазоне серий? Краткость): < /p>
max_prediction_length = 60
max_encoder_length = 300
training_cutoff = df["time_idx"].max() - max_prediction_length

training = TimeSeriesDataSet(
df_train,
time_idx="time_idx",
target="",
group_ids=[""],
min_encoder_length=max_encoder_length // 2,
max_encoder_length=max_encoder_length,
min_prediction_length=1,
max_prediction_length=max_prediction_length,
static_categoricals=[],
static_reals=[],
time_varying_known_categoricals=[],
variable_groups={},
time_varying_known_reals=[],
time_varying_unknown_categoricals=[],
time_varying_unknown_reals=[],
allow_missing_timesteps=True,
add_relative_time_idx=True,
add_target_scales=True,
add_encoder_length=True,
)

validation = TimeSeriesDataSet.from_dataset(
training, df_valid, predict=False, stop_randomization=True
)

# create dataloaders
batch_size = 128
train_dataloader = training.to_dataloader(
train=True, batch_size=batch_size, num_workers=0
)
val_dataloader = validation.to_dataloader(
train=False, batch_size=batch_size * 10, num_workers=0
)


Подробнее здесь: https://stackoverflow.com/questions/796 ... -time-seri