Co je PatchTST?

PatchTST je metoda pro předpověď časových řad založená na transformátorech. Na rozdíl od klasických modelů dělí PatchTST časovou řadu na patche (krátké sekvence), které jsou následně zadávány do transformátoru. Tento přístup umožňuje efektivně zachytit lokální i globální závislosti v časových datech a zlepšit kvalitu předpovědí.

Hlavní výhody PatchTST:

• Použití patchů snižuje výpočetní složitost.
• Transformátor dobře modeluje dlouhodobé závislosti.
• Je vhodný pro různé úlohy předpovědi časových řad.

Příklad použití PatchTST v úloze předpovědi časových řad může vypadat takto (pseudokód):

# Rozdělení časové řady na patchy
patches = create_patches(time_series, patch_size=16)

# Předání patchů do transformátoru
predictions = PatchTSTModel(patches)

Tímto způsobem PatchTST kombinuje výhody transformátorů a lokální analýzy časových řad.