Salesforce AI, Moira 출시 범용 예측 기능을 제공하는 최첨단 시계열 기반 모델, Moira 출시

Salesforce AI 연구팀은 여러 도메인과 빈도 수준에 걸쳐 시계열 예측이라는 복잡한 작업을 처리하도록 설계된 혁신적인 솔루션 Moirai를 공개했습니다. 이 획기적인 접근 방식은 보편적으로 적용할 수 있는 보다 간소화되고 효율적인 방법론을 개발하여 계산이 까다롭고 리소스 집약적인 도메인별 모델의 필요성을 없애고자 합니다. 안타깝게도 현재의 최신 딥러닝 모델은 사전 학습이나 설정 없이 다양한 데이터 세트, 변수 유형, 다양한 시간 간격을 처리하는 데는 역부족인 것으로 입증되었습니다. 따라서 이러한 다각적인 문제를 효과적으로 해결할 수 있는 종합적인 예측 프레임워크가 시급히 요구되고 있습니다.

Moirai가 제안한 솔루션은 추가적인 교육이나 미세 조정 없이 다양한 예측 작업을 처리할 수 있는 범용 모델을 개발함으로써 시계열 예측에 대한 새로운 접근 방식을 제시합니다. 이 모델은 LOTSA로 알려진 광범위하고 다양한 시계열 데이터 세트 생성, 여러 패치 크기 투영 레이어를 통합하여 다양한 주파수에서 패턴 식별, 모든 변수에 대한 예측을 생성하는 메커니즘 고안, 유연한 예측 분포를 설정하기 위한 혼합 분포 사용 등 몇 가지 주요 과제를 해결합니다. 이러한 복잡성을 해결함으로써 Moirai의 솔루션은 시계열 예측을 위한 기존의 딥러닝 접근 방식에 대한 유망한 대안을 제시합니다.

Moirai는 표준 시계열 변환기 설계에 혁신적인 개선을 도입하여 임의의 시계열 데이터의 다양성을 효과적으로 처리합니다. 다양한 주파수 패턴을 관리하기 위해 여러 입력 및 출력 투영 레이어를 학습하고, 차원 변경을 위한 가변 주의 메커니즘을 통합하고, 적응 가능한 예측을 생성하기 위해 파라메트릭 분포 양식을 조합함으로써 Moirai는 강력한 제로 샷 예측기로 자리매김했습니다. 분포 내 및 분포 외 시나리오에서 수행된 광범위한 평가는 완전히 학습된 모델과 비교했을 때 동등하거나 향상된 결과를 산출하는 탁월한 성능을 입증했습니다. 이러한 결과는 다양한 시나리오와 데이터 세트에서 모델의 신뢰성을 입증하며 다용도성을 강조합니다.

요약하면, Moirai는 광범위한 예측 과제를 해결하기 위한 포괄적이고 유용한 솔루션을 제공합니다.이 분야의 획기적인 발전으로 수많은 도메인, 주파수 대역, 특징에 걸쳐 제로 샷 예측이 가능해져 기존 딥러닝 기법에 비해 컴퓨팅 리소스를 적게 사용하면서 예측 프로세스를 간소화할 수 있습니다. 일반적인 시나리오와 비정형 시나리오 모두에서 이 모델의 인상적인 성능은 시계열 예측 방식을 혁신할 수 있는 잠재력과 여러 분야와 분야에 걸쳐 폭넓게 적용될 수 있다는 점을 강조합니다.

B 로그, HF 페이지 , Github를 확인하세요. 이 연구에 대한 모든 크레딧은 이 프로젝트의 연구진에게 있습니다. 또한 트위터를 팔로우하는 것도 잊지 마세요. 텔레그램 채널, 디스코드 채널, 링크드인 그룹에 가입하세요.

이전에 저희의 노력을 즐겼다면 뉴스레터를 구독해 주세요. 여러분의 관심사에 부합하는 향후 프로젝트와 이니셔티브에 대한 정보를 얻을 수 있는 훌륭한 방법입니다.

현재 39,000명이 넘는 회원 수를 자랑하는 Reddit의 방대한 머신러닝 커뮤니티의 일원이 될 수 있는 기회를 놓치지 마세요.

Google, NVIDIA, Meta, 스탠포드 대학교, 매사추세츠 공과대학(MIT), Microsoft 등 저명한 기관의 해당 분야 전문가들이 열심히 읽고 있는 빠르게 확장되고 있는 AI 연구 뉴스레터를 구독하세요.