# 使用 IBM Granite 时间序列模型进行集成预测

- 原标题：Ensemble forecasting with IBM Granite time-series models
- 类型：博客
- 来源：Hugging Face
- 发布时间：2026-10-22
- 首次精选：2026-10-26 15:43
- 分级：值得看
- 学习层级：进阶
- 主题：[business-decision-apps](<https://oplearnx.com/md/topics/business-decision-apps.md>)（第 19 位）
- 原文链接：[https://huggingface.co/blog/ibm-research/granite-timeseries-ensemble-r1](<https://huggingface.co/blog/ibm-research/granite-timeseries-ensemble-r1>)
- 本站页面：[https://oplearnx.com/resources/pk\_35f9bb7b55ce](<https://oplearnx.com/resources/pk_35f9bb7b55ce>)

## 摘要

文章介绍 Granite Timeseries Ensemble：用一个可扩展的预测接口组合四个开放的 Granite 模型，返回中位数和分位数预测，无需重新训练，也不需要拟合集成权重。文中建议先用概率集成（均匀概率池化），再比较自适应四分位距（IQR）集成，并可用兼容的预测模型扩展同一接口。内容针对预训练时间序列模型需要选择模型的问题：不同模型分别擅长平滑工业信号、噪声较大的零售需求或长季节周期。

---
来源：LearnMap · 学径（https://oplearnx.com）