VisionTS

VisionTS 概述

VisionTS 是一种基于视觉掩码自编码器（Visual Masked Autoencoders）的时间序列预测（TSF）基础模型。与当前的时间序列预测模型（如文本或时间序列为基础的模型）不同，VisionTS 从丰富的高质量自然图像中构建，表现出与现有方法相当的甚至更优的性能，且不需要对时间序列数据进行任何适配。它通过将时间序列预测任务重新定义为图像重建任务，利用图像重建的方式进行处理。

使用场景

VisionTS 适用于多种时间序列预测的应用场景，包括但不限于：

1. 无监督学习：可以进行零-shot 时间序列预测，适合在未标注数据上进行预测。
2. 长期时间序列预测：适配于长期时间序列数据的分析，能够为商品销售、交通流量等提供准确的预测。
3. 科研与实验：作为基础模型，学术界和工业界可以使用 VisionTS 来解决各种时间序列预测的研究问题。
4. 数据可视化：通过图像重建，可以进行直观的结果可视化，帮助理解预测的过程和结果。

VisionTS 为时间序列预测提供了新的思路和方法，特别是在需要处理大量无标注数据时，展现出其独特的优势。