# TimeCopilot ## 定義 ワークフローベースのエージェント型時系列予測システム([[Azul Garza]] & [[Renée Rosillo]], 2025、arXiv:2509.00616、[[@2025__arXiv__TimeCopilot]])。複数の[[時系列基盤モデル]](TSFM)・統計・機械学習・深層学習の予測手法を単一の統一 API の下に集約し、LLM を推論エンジンとして予測パイプライン全体(特徴分析 → モデル選択 → 交差検証 → 予測生成)を自動化する、初のオープンソースなエージェント型フレームワーク。LLM を (i) 各ステップの行動決定(オーケストレーション)と (ii) モデル選択・予測の自然言語説明の二役で使う。「TSFM の最大の統一ハブ」を提供し、TSFM 乱立による断片化(各モデルが独自の API・学習パイプライン・評価規約を持つ)の解消を狙う。 ## 役割・位置づけ - **ATSF の Workflow パラダイムの代表例**。[[@2026__arXiv__Position Beyond Model-Centric Prediction - Agentic Time Series Forecasting]] の Table 1 / 本文で、予測プロセスを事前定義した認知ステップの連鎖として構造化する Workflow 系の代表として参照される(USTC グループ外の実装で、Timeseriesscientist(Zhao et al., 2025)とともに挙げられる)。本体論文([[@2025__arXiv__TimeCopilot]])の 3 段ワークフロー(特徴分析 → モデル選択・評価 → 最終選択・予測)が、まさにこの「事前定義された認知ステップの連鎖」にあたる。 - **2 つのエントリポイント**: TimeCopilot Agent(end-to-end オーケストレーション + 自然言語説明・将来への問い合わせ)と TimeCopilot Forecaster(統一 API 下での個別モデル直接制御)。 - **GIFT-Eval で SOTA**: MedianEnsemble で [[Chronos-2]]・[[TimesFM]]・[[TiRex]] を isotonic regression で結合し、確率予測 [[GIFT-Eval]] CRPS で全体最良を約 $24 の低コストで達成(点予測 MASE では Chronos-2 に次ぐ 2 位)。 - **LLM 非依存(LLM-agnostic)**: OpenAI・Anthropic・DeepSeek・LLaMA 等を選択可能。 ## 関連 - 概念: [[エージェント型時系列予測]](Workflow)/ [[時系列基盤モデル]] - エンティティ: [[Azul Garza]] / [[Renée Rosillo]](著者)/ [[Chronos-2]] / [[TimesFM]] / [[TiRex]](MedianEnsemble 構成要素)/ [[GIFT-Eval]] - ソース: [[@2025__arXiv__TimeCopilot]](本体論文)/ [[@2026__arXiv__Position Beyond Model-Centric Prediction - Agentic Time Series Forecasting]](Workflow 代表例として参照) - 関連 MOC: [[時系列基盤モデル - MOC]]