Tiny Time Mixer (TTM) sind signifikant kleine vortrainierte Modelle (≤1M Parameter), die exklusiv auf öffentlichen Zeitreihendatensätzen trainiert werden und effektive Transfer-Learning-Fähigkeiten für das Forecasting aufweisen.
Das vorgeschlagene mehrstufige Zeitreihen-Transformer-Modell (MTST) ermöglicht die simultane Modellierung von Zeitreihenmustern auf verschiedenen Skalen, was zu überlegenen Vorhersageleistungen führt.