Regarding how to use this model, please refer to this GitHub repository
WindFM
WindFM — модель для прогнозирования временных рядов, предназначенная прежде всего для прогнозирования выработки ветровой энергии.
527скачиваний за 30 дней2лайкавеса обновлены5 сен 2025
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
NeoQuasar/WindFM — модель для прогнозирования временных рядов, ориентированная на задачи прогнозирования выработки ветровой энергии. В карточке Hugging Face указаны задача time-series-forecasting, область Wind Power и формат safetensors; README ссылается на репозиторий WindFM с дополнительными материалами по использованию.
Модель распространяется по лицензии MIT. Данных об архитектуре, размере, длине контекста, поддерживаемых языках, модальностях и результатах сравнительной оценки в предоставленной карточке нет. Поэтому её характеристики и качество следует проверять по документации репозитория и на данных конкретной ветроэнергетической системы.
Сценарии применения
- прогнозирование выработки ветряных электростанций
- оценка будущей мощности ветропарка
- планирование генерации возобновляемой энергии
- анализ временных рядов ветроэнергетики
Ограничения
В предоставленной карточке не описаны архитектура, область применимости, метрики качества и ограничения модели; качество следует проверять на данных конкретного объекта и горизонта прогнозирования.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Временные ряды пока не поддерживаются.
- Ревизия весов
- 2094de4