モデル紹介
The `PatchTSMixer` is a lightweight and fast multivariate time series forecasting model with state-of-the-art performance on benchmark datasets. In this context, we offer a pre-trained `PatchTSMixer` model encompassing all seven channels of the `ETTh1` dataset. This particular pre-trained model produces a Mean Squared Error (MSE) of 0.37 on the `test` split of the `ETTh1` dataset when forecasting 96 hours into the future with a historical data window of 512 hours. The PatchTSMixer model was proposed in TSMixer: Lightweight MLP-Mixer Model for Multivariate Time Series Forecasting by Vijay Ekambaram, Arindam Jati, Nam Nguyen, Phanwadee Sinthong and Jayant Kalagnanam. PatchTSMixer is a lightweight time-series modeling approach based on the MLP-Mixer architecture. In this HuggingFace implementation, we provide PatchTSMixer’s capabilities to effortlessly facilitate lightweight mixing across patches, channels, and hidden features for effective multivariate time-series modeling. It also supports various attention mechanisms starting from simple gated attention to more complex self-attention blocks that can be customized accordingly. The model can be pretrained and subsequently used for various downstream tasks such as forecasting, classification and regression.
主な特徴
特点摘要待依据来源补齐，不凭模型名称推断能力。
制約と注意点
具体的な制約を判断する出典が不足しています。実際の性能、遅延、データ方針、ライセンス、提供期間を確認してください。
出典別料金と費用分析
料金はチャネル・地域・設定によって異なります。各チャネルの料金は個別に表示し、提供元の統一公式料金とは見なしません。
| 出典・チャネル | 入力 | 出力 | 課金単位 | 収集日時 |
|---|---|---|---|---|
| 確認可能な料金がありません。出典を確認してください。 | ||||
月額の基本トークン費用を試算
試算はキャッシュ割引、段階料金、マルチモーダル追加料金、検索、税金、追加推論出力を含みません。
公開評価と実行設定
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
収録済みの全ランキング →よくある質問
オープンウェイトなら無料で商用利用できますか？
必ずしもそうではありません。バージョン別のライセンス、商用条件、利用方針を確認してください。自前運用には計算資源と保守費用も必要です。
これはリアルタイムの請求料金ですか？
収集日時付きの料金スナップショットです。最新のバージョン、地域、割引、課金方式は各チャネルで確認してください。
出典と追跡記録
许可证：apache-2.0。模型介绍与第三方评测均以原来源的具体版本和方法为准。