arXiv 人工智能· Mohammad Talaei, Mohammad Goudarzi, Maille Todd, Vanessa N. L. Wong, Iadine Chad\`es·· 8 小时前AI 评分35
基于时间序列基础模型 TimesFM 的原位土壤湿度与温度零样本预测
Zero-Shot Forecasting of In-Situ Soil Moisture and Temperature with a Time-Series Foundation Model
AI 导读
500M 参数的时间序列基础模型 TimesFM 1 在土壤湿度与温度零样本预测中，日内提前期较最佳统计基线提升 21-76%，但超过 1 天后落后 6-79%。该测试针对 27 个站点的 1 h 至 168 h 提前期展开，全历史训练的 CatBoost 基线整体未胜出，研究还量化了商品级 CPU 上的零样本推理成本。
来源：arXiv 人工智能 · arxiv.org