Automatic Window Management를 통한 시계열 데이터 분석 최적화 도구 tseda
New Features with TSEDA - get the most out of your time series data.
Apache IoTDB, Time-Series Database에서 Covariate Forecasting를 위한 AINode 기반 In-Database Native 추론 아키텍처를 소개함
Covariate Forecasting: The Next Leap in Time-Series Database Capabilities
TimesFM - Google의 2억 파라미터, 16k 컨텍스트 시계열 기반 모델
2억 파라미터 TimesFM으로 시계열 예측의 도메인 일반화 가능성 확인함
구글이 시계열 예측용 TimesFM 2.5를 출시하여 파라미터를 500M에서 200M으로 줄이고 컨텍스트 길이를 16k까지 확장했다
Google's 200M-parameter time-series foundation model with 16k context
IBM Research와 HuggingFace가 MLP-Mixer 기반의 PatchTSMixer를 Transformers 라이브러리에 통합하여 시계열 예측에서 8~60% 성능 향상 및 2~3배 메모리/런타임 감소 달성
PatchTSMixer in HuggingFace