MOMENT是一系列开源基础模型,用于通用时间序列分析。该模型解决了大型时间序列数据预训练的挑战,包括缺乏大型公共时间序列库、不同时间序列特征导致多数据集训练困难,以及缺乏评估这些模型的实验基准。为了解决这些问题,研究人员编译了一个大型且多样化的公共时间序列集合,称为时间序列Pile,并系统地解决了时间序列特有的挑战,以实现大规模多数据集预训练。此外,他们还设计了一个基准,用于在有限监督设置下评估不同任务和数据集上的时间序列基础模型。实验结果证明了预训练模型在最少数据和特定任务微调下的有效性。