Ensemble-Projektion mit IBM Granite-Zeiterstellungsmodellen

Vier offene Granit-Modelle, eine erweiterbare Vorhersageinterfaz und weniger Rätsel darüber, welches Modell verwendet werden soll.

Die vortrainierten Zeitreihenmodelle können ohne Training auf Ihrem Datensatz Vorhersagen machen, aber Sie müssen immer noch eine Wahl treffen. Ein Modell, das gut mit glatten industriellen Signalen umgeht, könnte bei störanfälliger Einkaufsmenge oder einem langen saisonalen Horizont Schwierigkeiten haben, und die beste Wahl hängt von der Serie und der Aufgabe ab.

Das Granite Timeseries Ensemble reduziert diese Wahl auf eine sinnvolle Standardeinstellung. Eine Rezeptur kombiniert vier komplementäre Granite-Architekturen und liefert Mittelwert- sowie Quantilvorhersagen, ohne Neueinrichtung und ohne angepasste Ensemble-Gewichte. Beginnen Sie mit dem Probabilistischen Ensemble (uniforme Wahrscheinlichkeitspooling), vergleichen Sie das adaptive Inter Quartile Range (IQR) Ensemble und erweitern Sie dieselbe Schnittstelle mit kompatiblen Vorhersagenern. Das Ensemble-Rezept und seine Standard-Granite-Mitglieder sind frei lizenziert.

Die Idee wird aus der Wettervorhersage bekannt sein. Ensemble-Vorhersagen untersuchen eine Reihe möglicher Ergebnisse, und Systeme wie das North American Multi-Model Ensemble kombinieren verschiedene Modelle für die saisonale Vorhersage. Zeitreihenvorhersagen bringen ebenfalls Vorteile: komplementäre Modelle bieten unterschiedliche Perspektiven auf das zukünftige Ereignis, und ein Ensemble vereint diese Perspektiven zu einer einzigen Vorhersage.

Versuchen Sie Granite Timeseries Ensemble

Installieren Sie Granite TSFM und laden Sie das empfohlene vier-Modell-Rezept direkt von Hugging Face herunter:

pip install "granite-tsfm>=0.3.11"

import pandas as pd

from tsfm_public.models.ensemble.modeling_ensemble import QuantileEnsembleForecaster

df = pd.read_csv(
    "https://raw.githubusercontent.com/zhouhaoyi/ETDataset/main/ETT-small/ETTh1.csv",
    parse_dates=["date"],
)

ensemble = QuantileEnsembleForecaster.from_pretrained(
    "ibm-granite/granite-timeseries-ensemble-r1",
)

result = ensemble(
    df.tail(1024),
    timestamp_column="date",
    target_columns=["OT"],
    context_length=1024,
    prediction_length=24,
)

print(result.prediction_outputs) # point forecast
print(result.quantile_outputs)   # quantiles

Die Rezeptur speichert die Konfiguration des Ensembles anstatt der vereinten Modelgewichte. Sie laden die vier Mitglieder-checkpoints während der Ausführung herunter, sodass Zeit für den ersten Betrieb eingeplant werden kann. Für die vollständige Konfiguration, die Mitglieder-checkpoints, die Bewertungsdetails und die Einschränkungen siehe die Modelkarte.

result.prediction_outputs enthält die Punktforecast, während result.quantile_outputs die Quantilvorhersagen enthält, die standardmäßig zwischen 0,1 und 0,9 liegen. Anwendungen können den Punktwert als zentrale Vorhersage verwenden und ausgewählte Quantile, um Vorhersagebereiche darzustellen. Beispielsweise definieren die Quantile 0,1 und 0,9 einen zentralen Vorhersagebereich mit einer nominellen Abdeckung von 80%.

Die Mitglieder des Ensembles

Die Standardrezeptur kombiniert vier vortrainierte Granite-Modelle mit unterschiedlichen Architekturen:

Für Hintergrundinformationen siehe PatchTST-FM-r1-Aufsatz, Überblick über die Architektur von PatchTST-FM-r2, FlowState-Aufsatz und Tiny Time Mixers-Aufsatz.

Diese Architekturen erfassen Trends, Saisonalität und lokale Variationen auf unterschiedliche Weise, sodass ihre Fehler nicht übereinstimmen müssen. Eine 50-jährige Übersicht über Vorhersagekombinationen beschreibt, wie die Kombination von Vorhersagen das Risiko verringern kann, den falschen einzelnen Modell zu wählen, und betont dabei, dass die Qualität der Mitglieder und die Vielfalt weiterhin wichtig sind.

Zwei Methoden zur Kombination der Vorhersagen

Jeder Mitglied zurückgibt Quantilvorhersagen. Die beiden Hauptrezepturen verwenden unterschiedliche Regeln, um diese Vorhersagen in eine Vorhersageverteilung und deren Median zu transformieren.

Probabilistisches Ensemble: der empfohlene Standardfall

Das Probabilistische Ensemble (einfaches Wahrscheinlichkeitspooling) verleiht jedem Mitglied gleiche Bedeutung, sammelt die Quantilvorhersagen in einem Wahrscheinlichkeitsraum und extrahiert die gewünschten Quantile aus den zusammengesetzten Werten. Da die Gewichte fest sind, gibt es keinen Anpassungsschritt und keine Hyperparameter zur Einstellung für eine neue Serie.

Der Forecast-Kombinationen-Rätsel bietet nützliche Motivation: Bei Punktforecasting haben einfache, gleichgewichtige Kombinationen oft gut funktioniert im Vergleich zu Methoden mit geschätzten Gewichten. Diese Methode anwendet dieselbe Idee der gleichen Einflussmenge auf probabilistische Vorhersagen. Es ist die Standardmethode, die im obigen Beispiel verwendet wird.

>IQR Ensemble: eine adaptive Alternative

Die IQR-Ensemble Gewichte werden den Mitgliedern entsprechend ihrem Vorhersagebereich zugewiesen, wodurch engere Intervall ein größeres Einflusspotenzial haben. Es approximiert den Interquartile-Bereich jedes Mitglieds an die am nächsten verfügbaren Quantiles rund um die 25. und 75. Perzentile. Die Gewichte variieren je nach Proben, Ziel und Horizontschritt, und wie beim Probabilistischen Ensemble wird nichts aus historischen Vorhersagefehlern angepasst. Die Isotonische Regression verhindert, dass die zusammengefassten Quantiles überschneiden.

Ein engeres Intervall bedeutet nicht unbedingt eine genauere oder besser kalibrierte Vorhersage, und die IQR-Bewertung kann dazu führen, dass ein überzeugter Teilnehmer bevorzugt wird. Wenn Sie experimentieren wollen, enthält das Rezept eine Temperatur-Einstellung (höhere Werte verschieben die Gewichte in Richtung homogen) sowie eine optionale Grenze für das Gewicht jedes einzelnen Teilnehmers.

Laden Sie das ausgewertete IQR-Rezept, indem Sie nur die Unterordnung ändern:

ensemble = QuantileEnsembleForecaster.from_pretrained(
    "ibm-granite/granite-timeseries-ensemble-r1",
    subfolder="recipes/granite-iqr",
)

Welche Methode sollte ich verwenden?

Beginnen Sie mit dem Probabilistischen Ensemble. Wenn der Vorhersagebereich für Ihre Anwendung informativ ist, vergleichen Sie das IQR-Ensemble damit an repräsentativen Daten, da Genauigkeit und Kalibrierung von der Serie sowie dem Horizont abhängen.

Verbessert das Ensemble seine Mitglieder?

Wir haben beide Rezepte an 97 GIFT-Eval-Datensatz-Konfigurationen ausgewertet. Die Modelle prognostizieren ohne Feinjustierung, und die Testziele wurden nicht verwendet, um die Aggregationsmethode auszuwählen oder anzupassen. Hier vergleichen wir die offiziellen Ensemble-Ergebnisse mit den vier einzelnen Modellen, unter Verwendung der veröffentlichten Leaderboard-Punkte und Ränge vom 20. Oktober 2026.

GIFT-Eval berichtet über MASE für Punktforschungen und CRPS/MWQL (die Metrik des Benchmarks mean_weighted_sum_quantile_loss) für probabilistische Vorhersagen. Die Ergebnisse werden normalisiert zu Seasonal Naive und geometrisch aus allen Konfigurationen ausgezählt. Je niedriger, desto besser.

★ Der beste Wert unter den angegebenen Prognosen. Je niedriger, desto besser.

Ränge der Spalten – Durchschnittliche Ränge pro Konfiguration im Vergleich zur vollen GIFT-Eval-Referenz-Tabellen, nicht nur diese sechs Prognosen – sodass die Rängeänderungen mit der Hinzufügung von Einträgen zur Tabellen steigen können.

Beide Ensembles übertrumpfen alle vier einzelnen Mitglieder bezüglich des Gesamt-MASE und des Durchschnittlichen MASE-Rangs. Das Probabilistische Ensemble erreicht den niedrigsten MASE unter diesen sechs Vorhersagen: 0,683 im Vergleich zu 0,685 für PatchTST-FM-r2. Der niedrigere Durchschnittliche MASE-Rank zeigt eine stärkere relative Leistung der Punktvorhersagen bei den verschiedenen Datensatzkonfigurationen von GIFT-Eval. Gemeinsam unterstützen diese Ergebnisse das Ensemble als praktischen Ausgangspunkt, ohne dass Entwickler vorab die stärkste einzelne Architektur auswählen müssen. Der Vorsprung des MASE über den besten einzelnen Mitglied ist gering, daher ist der Hauptvorteil die Robustheit: Man erhält eine vergleichbare oder bessere Gesamtzahlungsgenauigkeit, ohne im Voraus zu wissen, welche Architektur zu den eigenen Daten passt.

Der PatchTST-FM-r2 behält den niedrigsten Gesamtscore für CRPS/MWQL bei. Das IQR Ensemble erreicht den niedrigsten Durchschnittlichen CRPS-Ranking unter diesen sechs Vorhersagen, während das Probabilistische Ensemble in dieser Hinsicht hinter PatchTST-FM-r2 liegt. Die Gesamterrorgrenze und der Durchschnittlicher Ranking bevorzugen daher unterschiedliche Entscheidungen.

In der Vergleichung vom 20. Oktober 2026 belegt die Ensemble-Methode den 3. Platz unter den einschlägigen Systemen bei MASE-Rank und CRPS-Rank. Die untenstehende Tabelle zeigt beide Methoden zusammen mit den zehn besten einschlägigen Referenzsystemen pro Metrik. Einige Systeme, darunter solche, die als feinjustiert oder nicht erlaubt lizenziert wurden, erzielen höhere Punkte als jede der beiden Methoden, sodass der Wert des Ensembles nicht dazu führt, dass es an der Spitze der Rangliste steht. Es ist so, dass eine einzige Standardeinstellung starke, konsequente Ergebnisse in vielen Serien liefert, ohne dass Sie einen bestimmten Mitglied wählen müssen.

Abbildung: Durchschnittliche Rangliste von GIFT-Eval am 20. Oktober 2026, die sowohl die Granite-Ensembles als auch die zehn besten einschlägigen Referenzsysteme pro Metrikum zeigt. Eingeschränkte Systeme verfügen über ein Replikationscode und es gibt keine angebliche Datenleckage; feinjustierte Einträge sowie Systeme mit bekannten nicht-gestatteten Lizenzen oder Mitgliedsabhängigkeiten werden ausgeschlossen. Die Rangwerte werden direkt aus dem veröffentlichten Gesamt-Ranglistensnappet übernommen; die Filterung ändert lediglich, welche Systeme angezeigt werden, nicht ihre Rangwerte.

Das Rezept auf andere Vorhersager verlängern

Die Standardrechnung verwendet vier Granite-Modelle, aber die gemeinsame Forecaster- Schnittstelle akzeptiert auch kompatible externe Modelle. Man kann den Mitgliedermix oder die Aggregationsmethode ändern und das gleiche Downstream-Forecast-Format beibehalten, ohne die Mitgliedscheckpoints zu vermischen oder neu zu trainieren. Dadurch ist es einfacher, das Ensemble in einen bestehenden Vorhersagestack zu integrieren und bei sich ändernden Bedürfnissen Forecasters hinzuzufügen, die zu seinem Bereich passen.

Das Repository enthält auch erweiterte Rezepte, die IBM Research-Checkspuren enthalten. Diese haben separate Lizenzbedingungen, einschließlich nicht kommerzieller und für Forschungszwecke verwendeter Beschränkungen, sodass man vor der Verwendung jedes Modellkarts überprüfen muss.

Für jede neue Kombination sollten die Kompatibilität mit der Vorhersage, die Genauigkeit, die Kalibrierung, die Latenz und die Lizenzierung überprüft werden.

Bewerten Sie das Rezept für Ihre Anwendung

GIFT-Eval ist ein breites Benchmark, aber die aggregierten Vorteile bedeuten nicht, dass alle Serien davon profitieren, und die Durchschnittsrangen bestimmen nicht die Kalibrierung. Die Methode, um herauszufinden, wie die Rezepte für Ihre Anwendung funktionieren, ist, sie auf repräsentativen Daten zu backtesten:

• Passen Sie Ihren Einsatzfall an. Verwenden Sie historische Prognosefenster, die die verfügbaren Daten am jeweiligen Prognoseort, den gewünschten Horizont und die erwarteten Serien widerspiegeln.
• Vergleichen Sie ähnliche Objekte miteinander. Führen Sie das Probabilistische Ensemble, das IQR-Ensemble und einen starken einzelnen Mitglied (z. B. PatchTST-FM-r2) auf derselben Windows an.
• Schauen Sie über den Punktefehler hinaus. Bewerten Sie die Quantilverluste zusammen mit MASE und prüfen Sie die empirische Abdeckung des Intervalls von 0,1 bis 0,9 im Vergleich zu seinem nominellen 80%.
• Maße den Kosten. Notieren Sie die Laufzeit und den Speicherverbrauch, um zu beurteilen, ob der Vorteil durch die Kombination von vier Modellen für Ihre Arbeitslast gerechtfertigt ist.

Denken Sie an zwei Einschränkungen. Die aktuelle Rezeptur prognostiziert multivariate Kanäle unabhängig, ohne Informationen über verschiedene Kanäle zu verwenden, und sie lädt vier Mitglieder-Checkpoints ein, was die Inferenzzeit und den Speicherbedarf im Vergleich zu einem einzelnen Mitglied erhöht. Die Beschränkungen des Mitgliedskontexts, Horizonte, Vorverarbeitung und die Behandlung fehlender Werte unterscheiden sich ebenfalls, und keine der Aggregationsmethoden garantiert eine Kalibrierung oder Robustheit unter Verteilungsverschiebungen – daher sollten die prognostizierten Ergebnisse nach dem Einsatz weiterhin überwacht werden.

Probieren Sie es an Ihren Daten aus

Der empfohlene Ausgangspunkt ist das Standard-„Vier-Modell-Rezept“:

• Granite Timeseries Ensemble auf Hugging Face
• Einstiegsbuch für das Notebook
• Granite TSFM-Repositorium
• GIFT-Eval Benchmark

Laden Sie das Standardrezept, um aus allen vier Granite-Architekturen gleichzeitig mittelwertige und Quantilvorhersagen zu erhalten, und anpassen Sie das Rezept entsprechend den sich entwickelnden Anforderungen.

Referenzen

• ECMWF: Ensemble-Wettervorhersage

• NOAA: Nordamerikanisches Multi-Modell-Ensemble

• FlowState: Sampling-Rate-Equivariant Time-Series Forecasting

• Tiny Time Mixers (TTMs): Schnelle, vortrainierte Modelle für eine verbesserte Null-/Ein-Show- Vorhersage von Multivariate Zeitreihen

• Die Generische Transformer-Technologie erneut betrachtet: Die Entwicklung einer starken Grundlage für Modelle für Zeitreihen

• Prognosekombinationen: eine Überprüfung über 50 Jahre

• Smith und Wallis (2009), Eine einfache Erklärung des Rätsels der Vorhersagekombination