Ансамблевое прогнозирование с помощью временных рядов IBM Granite

Четыре открытые модели Granite, один расширяемый интерфейс прогнозирования и меньше сомнений в том, какую модель выбрать.

Предварительно обученные модели временных рядов могут выполнять прогнозирование без обучения на вашем наборе данных, но вам все равно приходится выбирать одну из них. Модель, которая хорошо справляется с плавными промышленными сигналами, может испытывать трудности с зашумленным потребительским спросом или длинным сезонным горизонтом, и лучший выбор зависит от конкретного ряда и задачи.

Granite Timeseries Ensemble сводит этот выбор к разумному значению по умолчанию. Один рецепт объединяет четыре взаимодополняющие архитектуры Granite и возвращает медианные прогнозы и квантили без дообучения и подбора весов ансамбля. Начните с вероятностного ансамбля (универсального пуллинга вероятностей), сравните адаптивный ансамбль на основе межквартильного размаха (IQR) и расширьте тот же интерфейс совместимыми прогнозистами. Рецепт ансамбля и входящие в него по умолчанию модели Granite распространяются по свободной лицензии.

Эта идея знакома по прогнозированию погоды. Ансамблевые прогнозы исследуют диапазон возможных исходов, а такие системы, как Североамериканский многомодельный ансамбль, объединяют различные модели для сезонного прогнозирования. Прогнозирование временных рядов извлекает выгоду аналогичным образом: взаимодополняющие модели предлагают разные точки зрения на то, что произойдет дальше, а ансамбль объединяет эти взгляды в один прогноз.

Попробуйте Granite Timeseries Ensemble

Установите Granite TSFM и загрузите рекомендованный рецепт из четырех моделей напрямую с Hugging Face:

Рецепт сохраняет конфигурацию ансамбля, а не объединенные веса моделей. Он загружает контрольные точки четырех моделей во время выполнения, поэтому выделите дополнительное время для первого запуска. Полную конфигурацию, контрольные точки моделей, детали оценки и ограничения см. в карточке модели.

result.prediction_outputs содержит точечный прогноз, в то время как result.quantile_outputs содержит квантильные прогнозы, которые по умолчанию варьируются от 0,1 до 0,9. Приложения могут использовать точечное значение в качестве центрального прогноза и выбранные квантили для выражения диапазонов прогноза. Например, квантили 0,1 и 0,9 определяют центральный интервал прогноза с номинальным покрытием 80%.

Участники ансамбля

Рецепт по умолчанию объединяет четыре предварительно обученные модели Granite с различными архитектурами:

Для ознакомления с предысторией см. PatchTST-FM-r1 paper, обзор архитектуры PatchTST-FM-r2, статью FlowState и статью Tiny Time Mixers.

Эти архитектуры фиксируют тренды, сезонность и локальные вариации по-разному, поэтому их ошибки не обязательно совпадают. 50-year review of forecast combinations описывает, как объединение прогнозов может снизить риск выбора неправильной отдельной модели, подчеркивая при этом, что качество и разнообразие участников по-прежнему имеют значение.

Два способа объединения прогнозов

Каждый участник возвращает квантильные прогнозы. Два основных рецепта используют разные правила для преобразования этих прогнозов в одно предиктивное распределение и его медиану.

Вероятностный ансамбль: рекомендуемый вариант по умолчанию

Вероятностный ансамбль (универсальный пуллинг вероятностей) дает каждому участнику равное влияние, объединяет их квантильные прогнозы в пространстве вероятностей и извлекает запрошенные квантили из комбинированных значений. Поскольку веса фиксированы, этап подгонки отсутствует, равно как и гиперпараметры взвешивания для настройки под новый ряд.

Задача комбинации прогнозов предлагает полезную мотивацию: в точечном прогнозировании простые комбинации с равными весами часто успешно конкурировали с методами с оцениваемыми весами. Этот рецепт применяет ту же идею равного влияния к вероятностным прогнозам. Он загружается по умолчанию в примере выше.

IQR Ensemble: адаптивная альтернатива

IQR Ensemble взвешивает участников в соответствии с их размахом прогноза, придавая более узким интервалам большее влияние. Он приближает межквартильный размах каждого участника по ближайшим доступным квантилям вокруг 25-го и 75-го процентилей. Веса варьируются в зависимости от выборки, целевого показателя и шага горизонта, и, как и в случае с вероятностным ансамблем, ничего не подгоняется по историческим ошибкам прогнозирования. Изотоническая регрессия предотвращает пересечение комбинированных квантилей.

Более узкий интервал не обязательно означает более точный или лучше откалиброванный прогноз, а взвешивание по IQR может отдавать предпочтение излишне самоуверенной модели. Если вы хотите поэкспериментировать, рецепт предоставляет настройку температуры (более высокие значения сдвигают веса в сторону равномерных) и необязательное ограничение на вес любого отдельного участника.

Загрузите оцененный рецепт IQR, изменив только подпапку:

Какой метод мне использовать?

Начните с вероятностного ансамбля. Если размах прогноза кажется информативным для вашего приложения, сравните с ним IQR Ensemble на репрезентативных данных, поскольку точность и калибровка зависят от ряда и горизонта.

Улучшает ли ансамбль результаты своих участников?

Мы оценили оба рецепта на 97 конфигурациях набора данных GIFT-Eval. Модели прогнозируют без дообучения, а тестовые цели не использовались для выбора или подгонки метода агрегации. Здесь мы сравниваем результаты официальной подачи ансамбля с четырьмя составляющими моделями, используя опубликованные баллы таблиц лидеров и ранги, зафиксированные 20 октября 2026 года.

GIFT-Eval сообщает MASE для точечных прогнозов и CRPS/MWQL (метрику бенчмарка mean_weighted_sum_quantile_loss) для вероятностных прогнозов. Оценки нормируются по Seasonal Naive и усредняются по геометрическому принципу по конфигурациям. Меньше — значит лучше.

★ Наилучшее значение среди показанных прогнозов. Меньше — значит лучше.

Столбцы рангов усредняют ранги для каждой конфигурации по сравнению с полной справочной таблицей лидеров GIFT-Eval, а не только с этими шестью прогнозами, поэтому значения рангов могут смещаться по мере добавления записей в таблицу лидеров.

Оба ансамбля превосходят всех четырех отдельных участников по совокупному MASE и среднему рангу MASE. Вероятностный ансамбль достигает наименьшего MASE среди этих шести прогнозов: 0,683 по сравнению с 0,685 у PatchTST-FM-r2. Более низкий средний ранг MASE указывает на более высокую относительную производительность точечного прогнозирования в различных конфигурациях наборов данных GIFT-Eval. В совокупности эти результаты поддерживают ансамбль в качестве практичной отправной точки без необходимости для разработчиков заранее выбирать сильнейшую отдельную архитектуру. Преимущество в MASE перед лучшим отдельным участником невелико, поэтому основным преимуществом является надежность: вы получаете сопоставимую или лучшую совокупную точность, не зная заранее, какая архитектура подойдет вашим данным.

PatchTST-FM-r2 сохраняет самый низкий совокупный балл CRPS/MWQL. IQR Ensemble достигает самого низкого среднего ранга CRPS среди этих шести прогнозов, в то время как Probabilistic Ensemble отстает от PatchTST-FM-r2 по этому показателю. Совокупная ошибка и средний ранг, следовательно, отдают предпочтение разным вариантам.

В сравнении от 20 октября 2026 года ансамблевый подход занимает 3-е место среди подходящих систем по рангу MASE и рангу CRPS. На рисунке ниже показаны оба рецепта наряду с десятью лучшими подходящими справочными системами по каждой метрике. Некоторые системы, включая записи, исключенные как дообученные или не имеющие свободной лицензии, показывают лучшие результаты, чем любой из рецептов, поэтому ценность ансамбля заключается не в том, что он возглавляет таблицу лидеров. Она заключается в том, что единый вариант по умолчанию обеспечивает надежные и стабильные результаты для множества рядов без необходимости выбирать участника вручную.

Рисунок: позиции ансамблей GIFT-Eval по среднему рангу по состоянию на 20 октября 2026 года, на котором показаны оба ансамбля Granite наряду с десятью лучшими подходящими эталонными системами по каждому метрику. Подходящие системы имеют код для воспроизведения и не имеют заявленной утечки тестовых данных; настроенные записи и системы с известными неразрешительными лицензиями или зависимостями участников исключены. Значения рангов взяты непосредственно из опубликованного снимка общей таблицы лидеров; фильтрация меняет отображаемые системы, а не их значения рангов.

Расширение рецепта на другие прогнозирующие модели

Рецепт по умолчанию использует четыре модели Granite, но общий интерфейс Forecaster также принимает совместимые внешние модели. Вы можете изменить набор участников или метод агрегации и сохранить тот же формат прогноза для дальнейшей обработки без слияния или повторного обучения контрольных точек участников. Это упрощает интеграцию ансамбля в существующий стек прогнозирования и добавление прогнозирующих моделей, подходящих для вашей предметной области по мере изменения ваших потребностей.

Репозиторий также включает расширенные рецепты, добавляющие контрольные точки IBM Research. Они подпадают под действие отдельных условий лицензирования, включая ограничения для некоммерческого и исследовательского использования, поэтому перед их использованием ознакомьтесь с карточкой модели каждого участника.

Для любой новой комбинации проверьте совместимость прогнозов, точность, калибровку, задержку и лицензирование.

Оцените рецепт для своего приложения

GIFT-Eval — это широкий бенчмарк, но совокупный прирост не означает, что выигрывает каждый ряд, а средние ранги не определяют калибровку. Способ узнать, как рецепты ведут себя в вашем приложении, — протестировать их на репрезентативных данных:

• Соответствуйте вашему варианту использования. Используйте исторические окна прогнозирования, которые отражают данные, доступные в каждой точке начала прогноза, необходимый вам горизонт и ряды, которые вы планируете обслуживать.
• Сравнивайте сопоставимое. Запустите Probabilistic Ensemble, IQR Ensemble и сильный отдельный элемент (например, PatchTST-FM-r2) на одних и тех же окнах.
• Смотрите дальше точечной ошибки. Оцените потерю квантилей наряду с MASE и проверьте эмпирическое покрытие интервала от 0,1 до 0,9 по сравнению с его номинальным значением 80%.
• Измерьте затраты. Запишите время выполнения и использование памяти, чтобы оценить, оправдывает ли выгода от объединения четырех моделей затраты для вашей рабочей нагрузки.

Имейте в виду два ограничения. Текущий рецепт прогнозирует многомерные каналы независимо, без использования межканальной информации, и он загружает четыре контрольные точки участников, что увеличивает время вывода и объем памяти по сравнению с одним участником. Ограничения контекста участников, горизонты, предварительная обработка и обработка пропущенных значений также различаются, и ни один из методов агрегации не гарантирует калибровку или устойчивость при сдвиге распределения, поэтому продолжайте следить за прогнозами после развертывания.

Попробуйте на своих данных

Рекомендуемая отправная точка — рецепт по умолчанию из четырех моделей:

• Granite Timeseries Ensemble на Hugging Face
• Блокнот для начала работы
• Репозиторий Granite TSFM
• Бенчмарк GIFT-Eval

Загрузите рецепт по умолчанию, чтобы получить медианные и квантильные прогнозы от всех четырех архитектур Granite за один вызов, и адаптируйте рецепт по мере изменения ваших потребностей.

Ссылки