Специалисты Центра практического искусственного интеллекта «Сбера» создали открытую платформу, предназначенную для оценки способности нейросетей предсказывать события на длительном временном горизонте. В основу системы легли бенчмарк «HoTPP» (Horizon Temporal Point Process) и новая метрика «T-mAP» (Temporal mean Average Precision).
Метрика «T-mAP» позволяет оценивать точность прогнозирования по двум параметрам: тип будущего события и время его наступления. Бенчмарк «HoTPP», в свою очередь, используется для тестирования моделей на данных из различных областей, таких как финансы, электронная коммерция и медицина.
Исследование показало интересный результат: сложные нейросетевые архитектуры не всегда обеспечивают более точные долгосрочные прогнозы по сравнению с простыми статистическими методами. Однако оптимизация алгоритмов для графических процессоров (GPU) позволила значительно ускорить обучение и работу моделей, в некоторых случаях до десятков раз.
Разработанная платформа может быть полезна для анализа транзакций, покупательского поведения и медицинских данных. Это открывает широкие возможности для использования нейросетевых моделей в различных областях, где требуется долгосрочное прогнозирование.