Ансамблевое прогнозирование с моделями временных рядов IBM Granite
Granite Timeseries Ensemble от IBM объединяет четыре предобученных прогнозных модели Granite разных архитектур и выдаёт точечные и квантильные прогнозы без дообучения. На GIFT-Eval вероятностный ансамбль показал наименьший MASE среди шести прогнозов, но с небольшим отрывом.
О чём статья
22 октября 2026 года IBM Research опубликовала в блоге Hugging Face Granite Timeseries Ensemble — рецепт прогнозирования, объединяющий четыре предобученные модели временных рядов Granite (PatchTST-FM-r1, PatchTST-FM-r2, FlowState-r1.1 и TTM-r3). Он избавляет от выбора одной модели для конкретного ряда и не требует ни дообучения, ни подбора весов ансамбля.
Рецепт возвращает медианный прогноз и квантили, по умолчанию от 0,1 до 0,9. Есть два способа агрегации: вероятностный (рекомендуется) и IQR, взвешивающий по разбросу прогноза. На GIFT-Eval (97 конфигураций) оба ансамбля превзошли каждую из четырёх моделей по совокупному MASE. Авторы отмечают ограничения: многомерные каналы прогнозируются независимо, растут время и память инференса, калибровка не гарантирована. Перед применением они советуют проверить на репрезентативных данных.
Читать официальную статью Карточка AnnuIA
Краткое изложение написано AnnuIA своими словами по официальной странице Hugging Face. Содержание и права принадлежат издателю: читайте оригинальную статью.