MOMENT-1-large

MOMENT-1-large：通用时间序列分析的基础模型

MOMENT-1-large是一个强大的时间序列基础模型，它是MOMENT模型家族中的一员。MOMENT系列模型由卡内基梅隆大学和宾夕法尼亚大学的Auton实验室开发，旨在为各种时间序列分析任务提供通用的解决方案。

模型特点

MOMENT-1-large具有以下几个显著特点：

多任务适用性：该模型可以应用于多种时间序列分析任务，包括预测、分类、异常检测和插值等。
即插即用：无需或仅需少量特定任务的示例，就能实现良好的性能，支持零样本预测和少样本分类等应用场景。
可调优性：可以使用特定领域和任务的数据进行微调，以进一步提升模型性能。
开源可用：MOMENT-1-large采用MIT许可证，researchers和developers可以自由使用和修改。

使用方法

使用MOMENT-1-large非常简单，只需几行代码即可完成模型的加载和初始化。以下是几个常见任务的示例：

预测任务

from moment import MOMENTPipeline

model = MOMENTPipeline.from_pretrained(
    "AutonLab/MOMENT-1-large", 
    model_kwargs={
        'task_name': 'forecasting',
        'forecast_horizon': 96
    },
)
model.init()

分类任务

from moment import MOMENTPipeline

model = MOMENTPipeline.from_pretrained(
    "AutonLab/MOMENT-1-large", 
    model_kwargs={
        'task_name': 'classification',
        'n_channels': 1,
        'num_class': 2
    },
)
model.init()