미래 다중 예측 혼합
FMM(Future Multipredictor Mixing)은 TimeMixer 아키텍처의 일부인 시계열 예측을 위한 모델 구성 요소입니다. TimeMixer 모델은 Shiyu Wang, Haixu Wu 및 기타 연구자들이 논문 "TimeMixer: 시계열 예측을 위한 분해 가능한 다중 스케일 혼합"FMM은 다중 스케일 시계열 정보를 최대한 활용하여 예측의 정확도와 효율성을 개선하도록 설계되었습니다."
FMM의 주요 특징은 다음과 같습니다.
- 다중 스케일 통합: FMM은 다양한 규모의 과거 정보에 기반한 여러 예측 변수를 통합하여 다양한 규모의 시계열 예측 기능을 융합하고 더욱 정확한 미래 예측 결과를 제공합니다.266
- 예측 기능 보완: 다양한 규모의 시퀀스는 각기 다른 지배적인 변화를 보이므로 이에 대한 예측도 각기 다른 역량을 보입니다. FMM은 다양한 규모의 예측을 집계하여 이러한 보완적인 예측 기능을 통합합니다.
- 유연한 예측 길이: FMM은 앙상블 예측 변수의 수와 구성을 조정하여 단기 예측에서 장기 예측까지 다양한 예측 기간에 적응하여 성능을 최적화할 수 있습니다.
- PDM과의 협업: FMM은 과거 분해 가능 혼합(PDM) 모듈과 함께 작동합니다. 여기서 PDM은 다양한 규모에서 계절 및 추세 구성 요소를 분해하고 혼합하는 역할을 하고, FMM은 최종 예측을 통합하는 역할을 합니다.
- 효율적인 런타임 성능：TimeMixer의 전체 아키텍처는 완전한 MLP(Multi-layer Perceptron)를 기반으로 하며, 그 일부인 FMM은 모델이 높은 정확도를 유지하면서도 효율적인 런타임 성능을 달성하도록 돕습니다.
- 다양한 적용 시나리오: FMM은 TimeMixer의 일부로서 에너지 수요 예측, 금융 시장 분석, 교통 흐름 관리 등 시계열 예측이 필요한 다양한 시나리오에 적용할 수 있습니다.257
FMM의 도입으로 시계열 예측 분야에 새로운 관점과 방법이 도입되었습니다. 다중 규모 통합과 보완적 예측 기능을 통합함으로써 모델의 예측 성능과 적용 범위가 개선되었습니다.