Daily Arxiv

This page organizes papers related to artificial intelligence published around the world.
This page is summarized using Google Gemini and is operated on a non-profit basis.
The copyright of the paper belongs to the author and the relevant institution. When sharing, simply cite the source.

TS-RAG: Retrieval-Augmented Generation based Time Series Foundation Models are Stronger Zero-Shot Forecaster

Created by
  • Haebom
Category
Empty

저자

Kanghui Ning, Zijie Pan, Yu Liu, Yushan Jiang, James Yiming Zhang, Kashif Rasul, Anderson Schneider, Lintao Ma, Yuriy Nevmyvaka, Dongjin Song

개요

본 논문은 시계열 예측 작업에서 대규모 언어 모델(LLM)과 파운데이션 모델(FM)의 일반화 및 해석 가능성을 향상시키기 위해 검색 증강 생성(RAG) 프레임워크인 TS-RAG를 제시합니다. TS-RAG는 사전 훈련된 시계열 인코더를 사용하여 지식 기반에서 의미적으로 관련된 세그먼트를 검색하고, 적응형 검색 믹서(ARM) 모듈을 통해 검색된 패턴을 TSFM의 내부 표현과 동적으로 융합합니다. TS-RAG는 특정 작업에 대한 미세 조정을 거치지 않고도 다양한 도메인에서 기존 TSFM보다 최대 6.84% 향상된 최첨단 제로샷 예측 성능을 달성하며, 해석 가능성도 제공합니다.

시사점, 한계점

시사점:
TS-RAG는 기존 TSFM의 일반화 및 해석 가능성 문제를 해결합니다.
제로샷 예측 성능에서 최첨단 결과를 달성합니다.
다양한 도메인에 걸쳐 일관된 성능을 보입니다.
ARM 모듈을 통해 동적 융합을 가능하게 합니다.
한계점:
논문 자체에서 명시된 한계점은 제시되지 않았습니다.
👍