IBM Granite時系列モデルを用いた集合予測

4つのオープン型グラニットモデル、1つの拡張可能な予測インターフェース、そしてどのモデルを使用するかについての推測が少ない。

事前学習とは、通常のトレーニングとは異なる前処理トレーニング段階のことです。 事前学習された時系列モデルは、データセットに対してトレーニングを行わずに予測が可能ですが、やはりモデルを選択する必要があります。滑らかな産業信号に対応できるモデルは、ノイズの多い小売需要や長期の季節的要素を持つデータには対応できない場合があり、最適なモデルはデータとタスクに応じて決まります。

グラニートタイムシリーズ・エンセムは、その選択肢を合理的なデフォルトに抑えます。一つの方法として、4つの相互補完的なグラニートアーキテクチャを組み合わせ、再学習やフィットしたエンセムの重みがない状態で中央値および分位数予測を提供します。最初は確率論的エンセム（均一な確率集約）から始め、適応型インターチェアリテーラー・レンジ・エンセムと比較し、互換性のある予測器を用いて同じインターフェースを拡張します。このエンセムの方法と、そのデフォルトのグラニートメンバーは許可されたライセンスで利用できます。

このアイデアは天気予報でよく知られているものです。 集合予報 様々な可能性の結果や、システムを探求する 北米多モデルアセンブリ 季節予測のために異なるモデルを組み合わせる。時系列予測も同様に有効である：補完的なモデルは次に何が起こるかについて異なる視点を提供し、 ensemble モデルはそれらの視点を一つの予報に統合する。

Granite Timeseries Ensembleを試してみる

Granite TSFMをインストールし、Hugging Faceから推奨される4モデルのレシピを直接読み込む：

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

レシピはマージされたモデル重みではなく、エンサン構成を保存します。実行時に4つのメンバーチェックポイントをダウンロードするため、最初の実行には少し時間がかかります。完全な構成、メンバーチェックポイント、評価詳細、制限事項については、モデルカードをご覧ください。

result.prediction_outputsには点予測値が含まれ、result.quantile_outputsには Quantile予測値が含まれます。デフォルトでは0.1から0.9の範囲になります。アプリケーションは点値を中央予測値として使用し、選択したQuantile値を予測範囲を示すために利用できます。例えば、0.1と0.9のQuantile値は、名目上80％のカバレッジを持つ中央予測区間を定義します。

エンジニアリング・メンバー

デフォルトのレシピでは、異なるアーキテクチャを持つ4つの事前学習されたGraniteモデルを組み合わせています：

背景については、PatchTST-FM-r1論文、 PatchTST-FM-r2アーキテクチャ概要、 FlowState論文、および Tiny Time Mixers論文を参照してください。

これらのアーキテクチャは、トレンド、季節性、地域的な変動を異なる方法で捉えているため、その誤差が一致する必要はない。50年間の予測組み合わせのレビューでは、予測を組み合わせることで誤ったモデルを選ぶリスクを低減できることが説明されており、一方でメンバーの質と多様性が依然として重要であることも強調されている。

予報を組み合わせる2つの方法

各メンバーは分位数予測を返す。2つの主要な方法では、それらの予測を1つの予測分布とその中央値に変換するために異なる規則が用いられる。

確率論的集成：推奨されるデフォルトモード

確率集団法（均一確率プーリング）は、各メンバーに等しい影響力を与え、確率空間内のカルテンシャル予測値を集約し、合計値から要求されるカルテンシャルを抽出する。重みが固定されているため、フィッティングステップもなく、新しいシリーズに対して調整する重みハイパーリーサムもない。

予報の組み合わせパズル は有益な動機を提供します。ポイント予報において、単純な等重みの組み合わせは、推定された重みを持つ方法に対してしばしばうまく機能します。この方法では、同じ等影響の概念を確率的な予報にも適用します。これは上記の例でデフォルトで使われているものです。

>IQR Ensemble：適応型の代替手段

IQRエンセムは、各メンバーの予測分散に応じて重みを設定し、より狭い範囲に大きな影響を与えます。これにより、各メンバーの quartile範囲が25パーセントと75パーセントの近くにある最も近い量化点から近似されます。重みはサンプル、ターゲット、ホライゾンステップによって異なり、Probabilistic Ensembleと同様に、歴史的予測誤差から何もフィッティングされることはありません。Isotonic回帰により、組み合わせた量化点が交わることが防がれます。

より狭い範囲は、必ずしもより正確な、またはより良く調整された予報を意味するわけではありません。IQR重み付けは、過度に自信を持つメンバーに有利となり得ます。実験したい場合は、温度設定（高い値は重みを均一にする）と、各メンバーの重みの上限をオプションで設定できます。

サブフォルダのみを変更することで、評価されたIQRレシピを読み込む：

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

どの方法を使うべきか？

確率集合法から始めます。予報分布がアプリケーションにとって有益である場合、代表的なデータに対してIQR集合法と比較してください。精度と校正は、シリーズおよび視野の範囲に依存します。

エンタープライズがメンバーよりも向上したか？

97件のGIFT-Evalデータセット構成において、両方のレシピを評価した。モデルは微調整なしで予測を行い、テストターゲットは集計方法の選定や適合には使用されなかった。ここでは、2026年10月20日に得られた公開されたリーダーボードスコアとランキングを使用して、公式のエンセム提出結果と4つの構成モデルを比較する。

GIFT-Evalは、ポイント予測のためにMASEを、確率予測のためにCRPS/MWQL（ベンチマークのmean_weighted_sum_quantile_lossメトリクス）を使用する。スコアは季節的ナイーブに正規化され、構成ごとに幾何学的平均される。低い方が良い。

★表示されている予報の中で最も良い値です。低い方が良いです。

ランキング列は、6つの予測だけでなく、全GIFT-Evalリファレンスリーダーボードに対する各設定の平均ランキングです。そのため、リーダーボードに記載される項目が増えるにつれて、ランキング値は変動する可能性があります。

両エンセムは、全個体メンバーの中で、総合MASEと平均MASEランクにおいて優れています。確率論的エンセムは、これら6つの予報の中で最も低いMASEを達成しています：PatchTST-FM-r2の0.685に対し、0.683です。低い平均MASEランクは、GIFT-Evalの多様なデータセット構成において、相対的なポイント予報の性能がより強いことを示しています。 これらの結果を合わせると、開発者が事前に最強の個々のアーキテクチャを選択する必要がないという、実用的な出発点としてこのエンセムが有効であることがわかります。最良の単一メンバーに対するMASEの利得は小さいため、主な利点は堅牢性です。つまり、どのアーキテクチャがデータに適合するかを事前に知る必要なく、同等またはより高い集計精度を得ることができます。

PatchTST-FM-r2は、最も低い総合CRPS/MWQLスコアを保持している。IQR Ensembleは、これら6つの予報の中で最も低い平均CRPSランクを達成しているが、Probabilistic Ensembleはその指標においてPatchTST-FM-r2に後れを取っている。したがって、総合誤差と平均ランクは異なる選択を支持する。

2026年10月20日の比較において、このエンセンブルアプローチはMASEランキングおよびCRPSランキングで適格なシステムの中で3位に位置する。下の図は、各指標における10個の最良の適格参照システムと共に、2つのレシピを示している。fine-tuneされたものや非許可的にライセンスを与えられたものとして除外されたエントリーを含む一部のシステムは、どちらのレシピよりも高得点を獲得しているため、エンセンブルの価値はリーダーボードでトップに立っているわけではない。 それは、単一のデフォルト設定が、多くのシリーズ全体で強力で一貫した結果をもたらし、メンバーを選択する必要がないということです。

図表：2026年10月20日のGIFT-Eval平均ランキング。Granite集団と、各指標におけるトップ10の有効参照システムが表示されている。有効なシステムには再現コードがあり、テストデータの漏洩がない。詳細化されたエントリーや、非許可ライセンスやメンバー依存性を持つシステムは除外されている。ランキング値は公開された全体的な順位表から直接取得されている。フィルタリングによって表示されるシステムが変わるだけで、ランキング値は変わらない。

他の予報士向けにレシピを拡張する

デフォルトのレシピでは4種類のGraniteモデルが使用されますが、一般的なForecasterインターフェースは互換性のある外部モデルも受け入れます。メンバーの組み合わせや集計方法を変更しても、下流予測形式は同じままに保てます。メンバーチェックポイントのマージや再学習は行われません。これにより、エンセムを既存の予測スタックに組み込むことが容易になり、ニーズが変化しても自分の分野に適したForecasterを追加することができます。

リポジトリには、IBM Researchのチェックポイントを追加した拡張レシピも含まれています。これらには、非商業的および研究利用の制限を含む、別々のライセンス条件が適用されます。そのため、使用する前に各モデルカードを確認する必要があります。

新しい組み合わせについては、予報の互換性、精度、校正、レイテンシー、およびライセンスについて確認する必要があります。

アプリケーション用のレシピを評価する

GIFT-Evalは広範なベンチマークですが、集計された利益はすべてのシリーズに当てはるわけではなく、平均ランキングだけでは調整が確定されません。アプリケーションに対するレシピの動作を調べる方法は、代表的なデータでバックテストすることです。

• 使用ケースに合わせる。各予測源で利用可能なデータ、必要とする視野範囲、提供するシリーズを反映した歴史的予測ウィンドウを使用する。
• 同じようなものを比較する。Probabilistic Ensemble、IQR Ensemble、そしてPatchTST-FM-r2のような強力な個別メンバーを、同じウィンドウで実行する。
• 点誤差を超えて見る。MASEと共にカテゴリ損失を評価し、0.1から0.9の範囲の実証的カバレッジが名目上の80％に対してどの程度かを確認する。
• コストを測定する。実行時間とメモリ使用量を記録し、4つのモデルを組み合わせることによる利益があなたのワークロードに適しているかを判断する。

2つの制限を考慮してください。現在のレシピは、クロスチャネル情報を使用せずに多変量チャネルを独立して予測しますが、4つのメンバーチェックポイントを読み込むため、単一のメンバーに対比して推論時間とメモリが増加します。メンバーコンテキストの制限、視野、前処理、欠損値処理も異なり、どちらの集約方法も分布シフト下でのカラリングや堅牢性を保証しませんので、導入後も予測値を監視し続けてください。

自分のデータで試してみる

推奨される出発点は、デフォルトの4モデルのレシピです：

• Hugging Face上のGranite Timeseries Ensemble
• 始めるためのノートブック
• Granite TSFMリポジトリ
• GIFT-Evalベンチマーク

4種類のGraniteアーキテクチャ全てから中央値およびカルナート数予測を一度の呼び出しで得るため、デフォルトレシピを読み込む。ニーズが変化するにつれてレシピを調整する。

参考文献

• ECMWF：エンセム天気予報

• NOAA：北米マルチモデルエンセム

• FlowState：サンプリング率同等の時系列予測

• Tiny Time Mixers (TTMs)：多変量時系列のゼロ/少数スプレッド予測を強化する高速事前学習モデル

• 一般化トランスフォーミングの再検討：時系列基礎モデルにおける強力なベースラインの解構

• 予報組み合わせ：50年以上のレビュー

• Smith and Wallis (2009), 予測組み合わせパズルの簡単な説明