Serii de timp

Capitolul 11 · Foundation models pentru serii de timp

În stînga este slide-ul din curs, în dreapta aceeași figură sau același tabel, calculat în browser din aceleași date. Butonul ▶ modifică parametrul pas cu pas; casetele „Exemplu rezolvat” refac calculul cu cifrele capitolului. Niciun foundation model nu rulează în browser: pagina folosește prognozele, cuantilele și scorurile salvate de codul capitolului.

Transformer-ul, pe scurt · De la numere la tokeni · Principalele familii de modele · Prognozele probabiliste și scorurile lor · Prognoze zero-shot pe date reale · Evaluarea cu origine mobilă pe șapte serii · Leakage-ul și contaminarea

Transformer-ul, pe scurt

Exemplu rezolvat: ponderile atenției

Slide-ul 13: Exemplu rezolvat: ponderile atenției
Slide-ul 13

Exemplu rezolvat

\[s=(2c,\ c,\ 0),\qquad w_j=\frac{\exp(s_j)}{\sum_l \exp(s_l)},\qquad \text{out}=\sum_j w_jv_j,\quad v=(10,\ 20,\ 30)\]
      Întrebare pentru sală ▶ crește c pînă la 3 (scorurile 6, 3, 0). Ce se întîmplă cu ieșirea?
      Răspuns

      Scade la 10,5, aproape de valoarea primei chei (10): ponderea ei crește la 95%. Cu c = 0 toate ponderile sînt 1/3 și ieșirea este media, 20; împărțirea la √d ține scorurile moderate, astfel încît și celelalte poziții contribuie.

      De la numere la tokeni

      Exemplu rezolvat: scalarea și tokenii

      Slide-ul 18: Exemplu rezolvat: scalarea și tokenii
      Slide-ul 18

      Exemplu rezolvat

      \[s=\frac1C\sum_{t=1}^{C}|x_t|,\qquad \tilde x_t=\frac{x_t}{s},\qquad \text{token}_t=\operatorname{round}\Big(\frac{\tilde x_t+15}{w}\Big),\quad w=\frac{30}{B-1}\]
          Întrebare pentru sală Alegeți 21 de intervale în [−15, 15]. Cîți tokeni distincți dau cele șase luni?
          Răspuns

          Unul singur: intervalele au lățimea 1,5, iar toate valorile scalate (de la 0,970 la 1,030) cad în același interval. Cu 4093 de intervale (lățimea 0,0073) sînt 4 tokeni; o variație de 0,1 puncte a ratei mută valoarea scalată cu 2,07 intervale.

          Scalarea și cuantizarea pe date reale

          Slide-ul 19: Scalarea și cuantizarea pe date reale
          Slide-ul 19
            Întrebare pentru sală ▶ scurtează contextul la 24 de luni (august 2024 – iulie 2026). Cîți tokeni distincți folosește contextul pe grila grosieră de 21 de intervale?
            Răspuns

            Doi (față de trei pentru 96 de luni): fără aprilie 2020, valorile scalate rămîn între 0,87 și 1,11, adică în două intervale de lățime 0,30. Scala se adaptează contextului (s = 94,1 în loc de 97,8), deci tokenii descriu forma relativă la nivelul recent, nu nivelul.

            Patching-ul consumului de energie electrică al României

            Slide-ul 22: Patching-ul consumului de energie electrică al României
            Slide-ul 22
              Întrebare pentru sală Puneți P = 24 (un patch pe zi). Cîte patch-uri cere o săptămînă (168 de ore)?
              Răspuns

              7 = 168/24, față de 11 pentru P = 16 (168/16 = 10,5, rotunjit în sus). Cu P = 24 patch-urile se aliniază cu ciclul zilnic, iar cele 336 de ore dau 14 patch-uri; comparațiile atenției scad de la 441 la 196.

              Principalele familii de modele

              Comparația familiilor de modele

              Slide-ul 28: Comparația familiilor de modele
              Slide-ul 28
                Întrebare pentru sală Puneți C = 512. Cîte patch-uri de 16 primește Chronos-Bolt?
                Răspuns

                32 = 512/16, cu 32² = 1024 de comparații într-un strat de atenție, față de 512² = 262 144 pentru un token pe valoare (Chronos). TimesFM, cu patch-uri de 32, primește 16.

                Prognozele probabiliste și scorurile lor

                Pierderea cuantilă ponderată (WQL)

                Slide-ul 33: Pierderea cuantilă ponderată (WQL)
                Slide-ul 33

                Exemplu rezolvat

                \[\text{WQL}=\frac{1}{9}\sum_{\tau}\frac{2\sum_t L_\tau(y_t,\hat q_{\tau,t})}{\sum_t|y_t|}=\frac{\sum_{\text{origins}}\text{num}}{\sum_{\text{origins}}\text{den}},\quad \text{num}=\sum_\tau\sum_t 2L_\tau,\ \ \text{den}=9\sum_t|y_t|\]
                    Întrebare pentru sală ▶ trece la EUR/RON. Cît este raportul WQL al Chronos-2 față de prognoza sezonieră naivă?
                    Răspuns

                    0,87: WQL 0,0019 față de 0,0022 pentru prognoza naivă, deși raportul MASE al medianei este 1,05. WQL evaluează toate cuantilele, iar benzile mai înguste ale Chronos-2 cîștigă chiar cînd mediana nu este mai bună.

                    Pierderea pinball și CRPS

                    Slide-ul 34: Pierderea pinball și CRPS
                    Slide-ul 34
                      Întrebare pentru sală Mutați valoarea observată la y = 0, mediana prognozei N(0, 1). Cît este CRPS?
                      Răspuns

                      0,234, nu 0: CRPS evaluează toată distribuția, iar o prognoză cu abaterea standard 1 rămîne incertă chiar dacă mediana nimerește valoarea. Doar o prognoză care pune toată masa în y are CRPS 0; în y = 1 scorul este 0,602.

                      Exemplu rezolvat: pierderile pinball

                      Slide-ul 36: Exemplu rezolvat: pierderile pinball
                      Slide-ul 36

                      Exemplu rezolvat

                      \[L_\tau(y,\hat q_\tau)=\begin{cases}\tau\,(y-\hat q_\tau), & y\ge \hat q_\tau\\(1-\tau)(\hat q_\tau-y), & y<\hat q_\tau\end{cases},\qquad \text{CRPS}\approx\tfrac{2}{3}\sum_{\tau\in\{0.1,0.5,0.9\}}L_\tau\]
                          Întrebare pentru sală Mutați y la 8,0, peste q̂0,9 = 7,6. Care nivel are cea mai mare pierdere?
                          Răspuns

                          Nivelul 0,5: 0,5·(8,0 − 7,0) = 0,50, față de 0,9·(8,0 − 7,6) = 0,36 și 0,1·(8,0 − 6,5) = 0,15. Depășirea cuantilei de 0,9 costă mult pe unitate, dar distanța pînă la ea este mică; CRPS aproximat crește la 0,673.

                          Precizia punctuală: MASE

                          Slide-ul 37: Precizia punctuală: MASE
                          Slide-ul 37

                          Exemplu rezolvat

                          \[\text{MASE}=\frac{\frac1h\sum_{j=1}^{h}|y_{T+j}-\hat y_{T+j}|}{\frac{1}{T-m}\sum_{t=m+1}^{T}|y_t-y_{t-m}|}\]
                              Întrebare pentru sală Alegeți m = 1 (prognoza naivă de o oră în numitor). Cît devine MASE pentru Chronos-Bolt small?
                              Răspuns

                              2,13 (1,31 cu m = 168): numitorul scade de la 0,421 GW la 0,260 GW, eroarea medie a prognozei de o oră în context, iar prognozele rămîn aceleași. Valoarea MASE și pragul 1 au sens doar împreună cu m-ul declarat.

                              Acoperirea și scorurile relative

                              Slide-ul 38: Acoperirea și scorurile relative
                              Slide-ul 38

                              Exemplu rezolvat

                              \[\text{Cov}=\frac1n\sum_{i=1}^{n}\mathbf 1\{\hat q^{(i)}_{0.1}\le y_i\le \hat q^{(i)}_{0.9}\},\qquad \bar r=(r_1r_2\cdots r_S)^{1/S}\]
                                  Întrebare pentru sală ▶ trece prin modele. Ce acoperire are Chronos-Bolt tiny pe vînzările din SUA?
                                  Răspuns

                                  75,2%, cea mai mare dintre cele șase modele, dar tot sub 80%; Chronos-2 are 65,0%, prognoza sezonieră naivă 64,7%. Șocul din 2020 și saltul din 2021 ies din benzile tuturor modelelor.

                                  Prognoze zero-shot pe date reale

                                  Șapte serii pentru test

                                  Slide-ul 40: Șapte serii pentru test
                                  Slide-ul 40
                                    Întrebare pentru sală ▶ trece la diferențele sezoniere și apoi la primele diferențe. Pentru consumul orar din iunie 2026, media lui |yt − yt−168| este mai mare sau mai mică decît media lui |yt − yt−1|?
                                    Răspuns

                                    Mai mare: 0,43 GW față de 0,24 GW. Consumul variază puțin de la o oră la alta, iar într-o săptămînă se schimbă vremea și nivelul; de aceea numitorul MASE cu m = 168 este mai mare decît eroarea prognozei de o oră. La producția industrială este invers (4,86 cu m = 12, 6,37 cu m = 1), pentru că sezonalitatea anuală domină.

                                    Consumul de energie electrică al României, prognoză pe 48 de ore

                                    Slide-ul 43: Consumul de energie electrică al României, prognoză pe 48 de ore
                                    Slide-ul 43
                                      Întrebare pentru sală ▶ evaluează doar primele 6 ore. Ce acoperire are banda de 80% a Chronos-Bolt în orele 1–6?
                                      Răspuns

                                      100% (6 din 6 ore), față de 29% pe 48 de ore; MASE este 0,11 în primele 6 ore. Prognoza pornește de la ultimele valori observate, iar abaterea consumului efectiv se acumulează în cursul zilei: acoperirea unei singure origini depinde mult de orizont.

                                      Exemplu rezolvat: evaluarea unei ore

                                      Slide-ul 45: Exemplu rezolvat: evaluarea unei ore
                                      Slide-ul 45

                                      Exemplu rezolvat

                                      \[L_\tau(y,\hat q_\tau)=\max\{\tau(y-\hat q_\tau),\ (\tau-1)(y-\hat q_\tau)\},\qquad \mathbf 1\{\hat q_{0.1}\le y\le \hat q_{0.9}\}\]
                                          Întrebare pentru sală Mutați ora la 1 (22 iunie 2026, ora 00:00). Cît este indicatorul de acoperire?
                                          Răspuns

                                          1: valoarea observată este în banda de 80%, iar pierderile sînt mici (0,017; 0,010; 0,012 GW). Prognoza pornește de la ultimele valori; abia în cursul zilei consumul efectiv iese peste bandă, ca la ora 24 (0,062; 0,163; 0,025 GW).

                                          Producția industrială a României, prognoză pe 12 luni

                                          Slide-ul 46: Producția industrială a României, prognoză pe 12 luni
                                          Slide-ul 46
                                            Întrebare pentru sală Puneți H = 3 (august–octombrie 2025). Care prognoză are cel mai mic MASE?
                                            Răspuns

                                            Prognoza sezonieră naivă: 0,43, față de 0,79 pentru ETS și 0,95 pentru Chronos-Bolt. Pentru această origine, anul precedent prognozează cel mai bine lunile următoare; pe 12 luni prognoza naivă rămîne prima (0,67), iar ETS (1,20) și Chronos-Bolt (1,04) își schimbă locurile.

                                            EUR/RON, prognoză pe 20 de zile

                                            Slide-ul 48: EUR/RON, prognoză pe 20 de zile
                                            Slide-ul 48
                                              Întrebare pentru sală Puneți H = 5. La ziua 5, banda de 80% a Chronos-Bolt este mai largă sau mai îngustă decît cea a mersului aleator?
                                              Răspuns

                                              Mai largă: 0,044 față de 0,031. Banda mersului aleator crește cu √h, de la 0,014 în prima zi, în timp ce banda Chronos-Bolt pornește de la 0,035; cele două ajung aproape egale abia la 20 de zile (0,064 și 0,063).

                                              Evaluarea cu origine mobilă pe șapte serii

                                              Rezultate: WQL relativ la prognoza sezonieră naivă

                                              Slide-ul 52: Rezultate: WQL relativ la prognoza sezonieră naivă
                                              Slide-ul 52
                                                Întrebare pentru sală Treceți harta la raportul MASE. Pe ce serie raportul MASE al Chronos-2 este peste 1?
                                                Răspuns

                                                EUR/RON: 1,05, deși raportul WQL este 0,87. Pe celelalte șase serii raportul MASE al Chronos-2 este sub 1, de la 0,59 (vînzările din SUA) pînă la 0,98 (șomajul).

                                                MASE și WQL pe serii și modele

                                                Slide-ul 53: MASE și WQL pe serii și modele
                                                Slide-ul 53
                                                  Întrebare pentru sală Păstrați doar originile din 2024. Care model are cea mai mică medie geometrică a raportului WQL?
                                                  Răspuns

                                                  Tot Chronos-2 (0,78), urmat de ARIMA (0,92); Chronos-Bolt small trece la 1,06, mai slab decît prognoza sezonieră naivă, iar ETS la 1,01. Cu 175 de origini în loc de 708, ordinea celorlalte modele se schimbă: un singur clasament nu descrie toate perioadele.

                                                  Acoperirea intervalelor de 80%

                                                  Slide-ul 55: Acoperirea intervalelor de 80%
                                                  Slide-ul 55
                                                    Întrebare pentru sală Păstrați doar originile din 2024. Cît este acoperirea medie a prognozei sezoniere naive?
                                                    Răspuns

                                                    94%: intervalele naive devin prea largi, pentru că abaterea lor standard este estimată pe tot contextul, care include șocurile din 2020–2022. Chronos-2 ajunge la 83%: acoperirea depinde de perioada testată, nu doar de model.

                                                    Consumul României: eroarea în funcție de orizont

                                                    Slide-ul 57: Consumul României: eroarea în funcție de orizont
                                                    Slide-ul 57
                                                      Întrebare pentru sală Alegeți a doua jumătate a originilor (ianuarie–iunie 2026). De la ce oră ETS are, pînă la ora 48, cea mai mare eroare dintre cele șase modele?
                                                      Răspuns

                                                      De la ora 41, față de ora 4 pe toate originile. În a doua jumătate erorile tuturor modelelor sînt mai mari (prognoza naivă 0,32 GW la ora 24, față de 0,19 în prima jumătate), iar Chronos-2 rămîne la 0,15 GW.

                                                      Lungimea necesară a contextului

                                                      Slide-ul 59: Lungimea necesară a contextului
                                                      Slide-ul 59
                                                        Întrebare pentru sală ▶ trece la 192 de ore (8 zile). Cîte dintre cele trei foundation models bat acum prognoza sezonieră naivă (MASE 1,16)?
                                                        Răspuns

                                                        Toate trei: Chronos-Bolt tiny 1,09, Chronos-Bolt small 0,98, Chronos-2 1,04. Cu 96 de ore niciunul nu reușea; contextul de 8 zile conține primul ciclu săptămînal complet. Chronos-2, cel mai bun cu 2048 de ore (0,63), este aici abia al doilea: el are nevoie de cel mai lung context.

                                                        Dimensiunea și precizia

                                                        Slide-ul 61: Dimensiunea și precizia
                                                        Slide-ul 61
                                                          Întrebare pentru sală Păstrați doar originile din 2022. Chronos-Bolt small (48 de milioane de parametri) mai bate prognoza sezonieră naivă?
                                                          Răspuns

                                                          Nu: media geometrică a raportului WQL devine 1,04 (0,90 pe toate originile), în timp ce Chronos-2 rămîne la 0,83 și ARIMA la 0,91. Numărul de parametri nu garantează un cîștig; Chronos-2 diferă și prin arhitectură și date de antrenare.

                                                          Leakage-ul și contaminarea

                                                          O verificare a contaminării: înainte și după lansare

                                                          Slide-ul 68: O verificare a contaminării: înainte și după lansare
                                                          Slide-ul 68
                                                            Întrebare pentru sală Alegeți tăierea placebo cu 6 luni înainte de lansare (25 mai 2024 pentru Chronos-Bolt small). Cît devine raportul WQL al Chronos-Bolt small pe vînzările din SUA după tăiere?
                                                            Răspuns

                                                            1,08, ca după lansarea reală (0,81 înainte): saltul apare și la o dată la care nu s-a întîmplat nimic. Diferența dintre perioade, nu neapărat contaminarea, poate produce un astfel de salt; de aceea o scădere este un semnal de alarmă, nu o dovadă.

                                                            Rezultatele backtestului (Quantlets/Ch_11: ch11_backtest.csv, ch11_abs_err.json, ch11_numbers.json): MASE, părțile WQL, acoperirea intervalului de 80% și eroarea absolută a medianei la fiecare pas, pentru fiecare origine și fiecare model; reproduc exact cifrele din curs. Cuantilele zero-shot ale Chronos-Bolt small din cele trei fan charts (nivelurile 0,1; 0,3; 0,5; 0,7; 0,9) sînt citite din graficele vectoriale ale slide-urilor (charts/tsa_ch11_fan_load.pdf, tsa_ch11_fan_ip.pdf, tsa_ch11_fan_eurron.pdf), în care fiecare pas al prognozei este un vîrf al benzii și al medianei; reproduc cifrele din curs pînă la a cincea cifră semnificativă. Seriile, citite cu funcțiile capitolului pe 4 noiembrie 2026 și tăiate la ultima perioadă din slide-uri: consumul orar al României (extrasul ENTSO-E din Capitolul 4), inflația și rata șomajului (Eurostat), cursul EUR/RON (BNR) nu au fost revizuite și reproduc exact cifrele din curs. Producția industrială (Eurostat sts_inpr_m): valoarea din iulie 2026 a fost revizuită după realizarea slide-urilor (94,5 în slide, 94,6 cu datele din 4 noiembrie 2026); cele 96 de luni ale graficului tokenilor și cele 60 de luni ale fan chart-ului sînt citite din graficele slide-urilor (fiecare lună este un vîrf al liniei). PIB-ul real al României (Eurostat namq_10_gdp) a fost revizuit: graficul seriilor folosește linia din charts/tsa_ch11_series.pdf (toate trimestrele 2005–2026). Vînzările cu amănuntul din SUA (FRED RSXFSN): iulie și august 2026 au fost revizuite; graficul folosește datele din 4 noiembrie 2026, iar valorile din slide sînt date alături. Variantele care nu apar în curs (alte origini, alte orizonturi, alt context, altă dată de tăiere, alt sezon m, alte intervale de cuantizare) sînt rulări suplimentare ale codului capitolului pe rezultatele salvate; graficele din „Comparația familiilor de modele”, „Pierderea cuantilă ponderată (WQL)”, „Acoperirea și scorurile relative”, „Precizia punctuală: MASE” și „Rezultate: WQL relativ la prognoza sezonieră naivă” sînt grafice suplimentare pentru slide-uri care dau doar cifre.