NVIDIA, 과거 패턴 검색을 결합한 시계열 모델 Kumo Forecast 공개
NVIDIA가 사전학습 Transformer의 예측에 과거 유사 패턴 검색을 결합하는 Kumo Forecast를 소개했다. 코드·가중치는 Apache 2.0으로 제공하며, 예측 구간별 변수·시차 기여도도 설명한다. 입력은 수치형 시계열로 제한되고, 검색용 과거 데이터는 입력과 차원 구성이 유사해야 한다.
MOMENT-1-large 기반 약 3억4000만 파라미터 인코더와 학습 가능한 예측 헤드를 사용한다. 인코더·임베더 가중치는 고정한다.
DARR 모드는 과거 자료에서 최근접 이웃 패턴을 검색해 직접 예측과 결합하며, 두 경로의 반영 비중을 설정할 수 있다.
타임스탬프와 하나 이상의 수치 열을 포함한 pandas DataFrame 또는 CSV·JSON을 받는다. 지원 입력 길이는 256·512·1024·2048개 관측값이다.
기본 예측 범위를 넘는 구간은 자기회귀 방식으로 연장한다.
설명 기능은 예측 구간별 시차·변수 기여도, 잠재 궤적과 안정성 진단 등을 제공한다.
사용자 CSV로 미세조정하는 예제가 있으며, NVIDIA는 동일한 보류 구간에서 직접 예측과 검색 결합 모드를 비교하도록 권고했다.
최근 관측값을 넣는 입력 창과 검색용 과거 자료를 따로 지정해, 이전에 반복된 패턴이 예측에 미치는 비중을 조절할 수 있다.