Chronos: Un model fundacional tokenitzat per a la predicció de sèries temporals
Chronos és una família de models de predicció probabilística pre-entrenats introduïda per Ansari et al. a Amazon el 2024. Adapta el paradigma dels models de llenguatge a les sèries temporals mitjançant la quantificació de valors continus en tokens discrets, permetent entrenar un transformador estàndard en un gran corpus heterogeni de dades de sèries temporals. El resultat és un model de predicció zero-shot que es generalitza entre dominis sense necessitat de reentrenament específic per a cada conjunt de dades.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Chronos (Tokenized Time-Series Foundation Model). ScholarGate. https://scholargate.app/ca/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.
- Moirai: Transformer Universal per a la Predicció de Sèries TemporalsAprenentatge profund↔ compare
- TimesFMAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →