调用时序基础模型

调用时序基础模型的预测能力，需要你部署相应的时序基础模型服务，模型的部署方式请参考 部署时序基础模型。

功能概述

时序数据基础模型是专门训练用以处理时间序列数据预测、异常检测、数据补齐等高级时序数据分析功能的基础模型。调用时通常无需设置复杂的输入参数，即可根据输入数据进行预测分析。

序号	参数	说明
1	tdtsfm_1	涛思时序数据基础模型 v1.0
2	timemoe-fc1	Time-MoE 时序基础模型（SQL 调用名）
3	moirai2	SalesForce 开源的时序基础模型
4	chronos3	Amazon 开源的时序基础模型
5	timesfm4	Google 开源的时序基础模型
6	moment5	CMU 开源的时序基础模型

TDgpt 集成时序基础模型的预测能力后，可直接通过 SQL 调用已部署的模型进行预测。

• 以下 SQL 语句调用涛思时序基础模型（tdtsfm_1）预测数据，返回 10 条预测记录。

SELECT _frowts, FORECAST(i32, "algo=tdtsfm_1,rows=10") from foo

• 以下 SQL 语句调用 TimeMoE 时序基础模型预测数据，并返回 10 条预测记录。

SELECT _frowts, FORECAST(i32, "algo=timemoe-fc,rows=10") from foo

参考文献

Footnotes

1. Time-MoE: Billion-Scale Time Series Foundation Models with Mixture of Experts. [paper] [GitHub Repo] ↩

2. Moirai-MoE: Empowering Time Series Foundation Models with Sparse Mixture of Experts. [paper] [GitHub Repo] ↩

3. Chronos: Learning the Language of Time Series. [paper] [GitHub Repo] ↩

4. A decoder-only foundation model for time-series forecasting. [paper] [GitHub Repo] ↩

5. MOMENT: A Family of Open Time-series Foundation Models. [paper] [GitHub Repo] ↩