Machine learningTime-series forecasting

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.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. 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.

Compare side by side

Citado por

ScholarGateChronos (Chronos (Tokenized Time-Series Foundation Model)). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/chronos · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026