45uyHkNuNCy作者：郑湘琪tech.huanqiu.comarticle微软亚洲研究院推出时空预测开源工具FOST，应对行业共性预测需求/e3pmh164r/e3pmh33i9<article><section data-type="rtext"><p><em data-scene="strong">【环球网科技综合报道】</em>12月9日消息，近日，微软亚洲研究院推出了面向全行业、具有通用性与易用性的时空预测开源工具 FOST（Forecasting Open Source Tool），存在相关需求的企业和机构可以基于这一工具生成高效的时空预测解决方案。</p><p><i class="pic-con"><img data-alt="" src="//img.huanqiucdn.cn/dp/api/files/imageDir/7cb364ef480ef24105842f151591c248u1.png?imageView2/2/w/1260" /></i></p><p>据了解，近年来微软亚洲研究院的研究员们发现，时空预测需求普遍存在于物流、电信、医疗、交通等许多行业中。基于与多家企业在时空预测上的合作研究，微软亚洲研究院的研究员们抽象出了行业共性问题，推出时空预测工具 FOST。</p> <adv-loader __attr__inner="7004636" __attr__style="width: auto;position: relative;float: left;border: 1px solid #ebebeb; padding: 20px;overflow: hidden;margin: 10px 30px 40px 0;"></adv-loader> <p>以物流行业为例，如果物流企业希望通过 FOST 对某个大站点的次日派件量进行预测，首先，企业需要在底层的深度时序神经网络模块中输入近一段时期的时间序列数据，包括这个站点的每日总出库量和总收件量，及以该站点为终点或中转站的派件量，之后模型的时序模块会先学习历史数据中的特征，并表示为隐空间中的一组向量。</p><p>接下来，物流企业则需要进一步叠加相邻站点的时序规律信息进行空间上的信息聚合。当相邻站点快递件数增加时，就会将一部分快件发送给该站点。在这种情况下，当在时序上预测出该站点次日派件量为200件，同时又看到空间层上相邻站点次日快递件数预计会急剧增加时，就可以预估出该站点次日的派件量可能将远超200件，这样就将站点空间上的关联关系也融入到了模型中。</p><p>微软亚洲研究院方面表示，通过使用 FOST，用户不仅可以有效提升业务场景预测的准确率，还可以避免从头开发类似平台的重复工作。未来，微软亚洲研究院将在当前版本的基础上，持续优化时空预测工具上模型的准确性和训练效率，助力更多企业和机构通过构建时空预测能力创造更大的价值。</p></section></article>1639042972774环球网版权作品，未经书面授权，严禁转载或镜像，违者将被追究法律责任。责编：郑湘琪环球网163904297277411[]//img.huanqiucdn.cn/dp/api/files/imageDir/7cb364ef480ef24105842f151591c248u1.png{"email":"zhengxiangqi@huanqiu.com","name":"郑湘琪"}