Chronos: Un modello fondamentale tokenizzato per la previsione di serie temporali
Chronos è una famiglia di modelli probabilistici di previsione pre-addestrati, introdotti da Ansari et al. presso Amazon nel 2024. Adatta il paradigma dei modelli linguistici alle serie temporali quantizzando i valori continui in token discreti, consentendo l'addestramento di un trasformatore standard su un ampio corpus eterogeneo di dati di serie temporali. Il risultato è un modello di previsione "zero-shot" che generalizza tra i domini senza richiedere un riaddestramento specifico per il dataset.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). Chronos (Tokenized Time-Series Foundation Model). ScholarGate. https://scholargate.app/it/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: Trasformatore Universale per la Previsione di Serie StoricheApprendimento profondo↔ compare
- TimesFMApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →