Chronos: Токенизиран основополагащ модел за прогнозиране на времеви редове
Chronos е семейство предварително обучени вероятностни модели за прогнозиране, представени от Ansari et al. в Amazon през 2024 г. Той адаптира парадигмата на езиковите модели към времеви редове чрез квантуване на непрекъснати стойности в дискретни токени, което позволява стандартен трансформер да бъде обучен върху голям хетерогенен корпус от данни за времеви редове. Резултатът е модел за прогнозиране с нулево заучаване (zero-shot), който се обобщава в различни домейни, без да изисква преобучение, специфично за конкретен набор от данни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Ansari, A. F., Stella, L., Turkmen, C., Zhang, X., Mercado, P., Shen, H., et al. (2024). Chronos: Learning the language of time series. Transactions on Machine Learning Research. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 2). Chronos (Tokenized Time-Series Foundation Model). ScholarGate. https://scholargate.app/bg/deep-learning/chronos
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Мораи: Универсален Трансформър за Прогнозиране на Времеви РедовеДълбоко обучение↔ compare
- TimesFM: Модел с основа за прогнозиране на времеви редове само с декодерДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →