Alle Projekte
Fallstudie
Note 1,3Zero-Shot-Zeitreihenprognose mit LLMs
LLMs nach dem nächsten Sensorwert fragen, und was die Messung ergab
Problem
LLMs können ohne aufgabenspezifisches Training prognostizieren. Ich habe geprüft, wie zuverlässig allgemeine LLMs auf IoT-Sensordaten der Smart-City-Plattform SensBee sind.
Vorgehen
- FastAPI-Microservice für die Vorhersage des nächsten Werts auf SensBee.
- Datenverarbeitung als 6-stufige Pipeline.
- 4 LLMs in 192 Experimenten.
- Methode und Ergebnisse in einem schriftlichen Abschlussbericht.
Ergebnisse
- 192 Experimente, 4 LLMs.
- Allgemeine LLMs auf numerischen Sensordaten unzuverlässig.
- Note 1,3.
Technisch interessant
Das negative Ergebnis ist der Grund, warum die Masterarbeit spezialisierte Zeitreihenmodelle vergleicht.