참고Reddit
시계열 예측용 Linear RNN 학습 라이브러리 'TempoPFN' 공개
시계열 기초 모델 학습을 위한 합성 데이터 생성 및 증강 라이브러리, NeurIPS 2026 등재.
요약
NeurIPS 2026에서 채택된 TempoPFN은 시계열 파운데이션 모델 학습을 위한 합성 시계열 생성기와 증강 기법 라이브러리를 공개했다. 핵심 모델인 선형 RNN(Linear RNN)은 합성 데이터를 통해 사전 학습되어 제로샷(Zero-shot) 시계열 예측 능력을 확보했다. 이 연구에서 제안된 합성 데이터 생성 방식은 이미 Toto-2 및 TS-ICL 프로젝트에 활용되어 성능을 검증받았다. 관련 코드는 GitHub와 HuggingFace에 공개되었으며, 시계열 데이터 모델링의 효율성을 높이는 데 기여할 것으로 기대된다. 연구는 Vladyslav Moroshan 등 AutoML 연구팀이 주도했다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 TempoPFN: Synthetic Pre-training of Linear RNNs for Zero-shot Time Series Forecasting [R]
원문 보기 ↗