빅웨이브에이아이 기술블로그

시작 안녕하세요! 빅웨이브 이현상입니다. 저희 팀에서는 일주일에 한번(수요일) 기술 리뷰를 진행하는데요, 최근 사업에서 시계열(Timeseries) 분석 분야에 대한 수요가 많이 존재하여 이의 SOTA 알고리즘을 소개드리고자 합니다! 기존 포스트에서는 미래에 미리 알고있는 변수를 트랜스포머 구조에서 디코더에 입력하는 TFT(Temporal Fusion Transformer) 모델에 대해서 설명드렸습니다. TFT는 2019년에 발표된 논문으로 그 후 우수한 성능의 모델들이 다수 등장했습니다! 그 중 단변량 시계열 예측에서 우수한 성능을 나타내는 SCINet을 소개합니다. SCINet 시계열 예측 분야는 일반적으로 다변량 및 단변량 문제를 구분합니다. 단변량이라는 것은 변수를 하나로 설정하여 미래 시점의 변..

시작 안녕하세요! 빅웨이브에이아이 선임 연구원 이현상입니다. 지난번에는 페이스북(현 메타)의 Neural Prophet의 간단한 개념과 베이스라인 코드를 소개드렸습니다. 간단하게 단변량 학습으로 1시점 뒤의 값을 예측하는 코드였습니다. 이번에는 Neural Prophet으로 다변량(Multivariate) 학습 및 다시점 예측 예제를 직접 실행해보겠습니다! 소스코드는 아래의 URL을 참조하시면 됩니다! https://colab.research.google.com/drive/13B0TyasngCzZAVP1vVIvfZusYwVUPJGx?usp=sharing NeuralProphet_Multivariate.ipynb Colaboratory notebook colab.research.google.com 패키지 ..