Chronos-2: un modello fondazionale per la previsione di serie temporali multivariate

Abstract degli autori

Previsioni accurate con quantificazione dell’incertezza sono fondamentali in diverse applicazioni scientifiche, dall’epidemiologia e l’economia ai sistemi energetici e alle scienze della Terra. Eppure, la maggior parte dei modelli di previsione deve ancora essere sviluppata e addestrata separatamente per ciascun dataset specifico di un dominio. I modelli fondazionali per serie temporali (TSFM) mirano a superare questo limite e a consentire l’applicazione dello stesso modello in diversi domini attraverso un preaddestramento su larga scala. Tuttavia, la maggior parte dei TSFM esistenti tratta ogni serie temporale in modo indipendente e non è quindi in grado di modellare le interazioni tra le serie temporali e i fattori esterni. Presentiamo Chronos-2, un modello fondazionale per previsioni zero-shot che modella le interazioni tra serie temporali multivariate e covariate eterogenee, che si presentano comunemente nelle applicazioni scientifiche. Il modello deduce le relazioni tra le serie temporali direttamente dal contesto storico e genera previsioni probabilistiche senza interventi specifici per il task. Nei diversi benchmark, Chronos-2 raggiunge in media una precisione allo stato dell’arte, migliorando i punteggi di abilità di 5,2 punti percentuali rispetto ai baseline più solidi e aumentando i tassi di vittoria di 10 punti percentuali. Chronos-2 è anche efficiente dal punto di vista computazionale: genera previsioni per 100 serie temporali in meno di un secondo su una singola GPU di fascia media, risultando rispettivamente 50 e 1.000 volte più veloce end-to-end dei migliori previsori puntuali e probabilistici specifici per task. Inoltre, dimostriamo la sua efficacia in diversi contesti scientifici, tra cui la previsione delle malattie infettive, la modellazione macroeconomica, la previsione dei flussi di carbonio e la simulazione del deflusso, in cui il modello eguaglia o supera i metodi specializzati sviluppati per ciascun dominio. Questi risultati mostrano che un unico modello preaddestrato può cogliere strutture condivise tra sistemi temporali.