AI Briefing#time-series-forecasting
#time-series-forecasting와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#time-series-forecasting와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Granite Timeseries Ensemble이 GIFT-Eval에서 MASE 0.683을 기록하며 단일 모델 성능을 상회했다
NeurIPS 2026 논문이 위상적 OOD 일반화를 위한 동역학 시스템 재구성 기법을 제안했다.
구글 리서치가 다변량과 공변량을 단일 순전파로 예측하는 3.3억 파라미터 규모 시계열 파운데이션 모델 TimesFM-3를 공개했다.
구글이 3300억 파라미터 기반의 다변량 시계열 예측 파운데이션 모델 TimesFM-3를 공개했다.
ICML 2021에서 발표된 그래프 기반의 시공간 시계열 예측(Spatio-temporal Time-series Forecasting) 연구를 소개한다.
시계열 데이터의 다중 해상도 정보를 활용해 예측 성능을 극대화하는 MAMA 프레임워크를 소개한다.
LG AI Research의 수요 예측 스쿼드가 뉴욕에서 열린 M6 예측 경진대회에서 3개 부문 수상 성과를 거두었다.
ICLR 2024에서 발표된 혁신적인 시계열 예측 모델들의 방법론과 기술적 특징을 소개한다.
LG AI Research가 시계열 데이터와 텍스트 데이터의 특성을 반영한 멀티모달 시계열 예측 기술인 AIR를 제안했다.
LG AI Research가 시계열 데이터의 변수 중복성을 줄여 학습 효율을 높이는 VarDrop 알고리즘을 AAAI-25에서 발표했다.
LG AI연구원은 변수 간 중복성을 줄여 시계열 예측 모델의 학습 효율을 극대화하는 VarDrop 알고리즘을 제안했다.
LG AI Research가 기업 분석과 포트폴리오 최적화를 수행하는 금융 특화 AI 에이전트 EXAONE BI를 선보였다.
Google 연구진이 수치 데이터와 텍스트 맥락을 동시에 처리하는 멀티 에이전트 시계열 예측 프레임워크 Nexus를 제안했다.
시계열 데이터의 전역적 위상 구조를 입력값으로 활용하여 예측 정확도를 높이는 TopoPrimer 프레임워크를 소개한다.