Chronos: Un modelo fundacional tokenizado para la predicción de series temporales
Chronos es una familia de modelos de predicción probabilística preentrenados introducida por Ansari et al. en Amazon en 2024. Adapta el paradigma de los modelos de lenguaje a las series temporales cuantificando valores continuos en tokens discretos, lo que permite entrenar un transformador estándar en un corpus grande y heterogéneo de datos de series temporales. El resultado es un modelo de predicción de disparo cero (zero-shot) que generaliza entre dominios sin requerir reentrenamiento específico para cada conjunto de datos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 2). Chronos (Tokenized Time-Series Foundation Model). ScholarGate. https://scholargate.app/es/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: Transformador Universal para Pronóstico de Series TemporalesAprendizaje profundo↔ compare
- TimesFMAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →