Chronos: Um Modelo de Fundação Tokenizado para Previsão de Séries Temporais
Chronos é uma família de modelos probabilísticos pré-treinados para previsão introduzida por Ansari et al. na Amazon em 2024. Adapta o paradigma de modelo de linguagem a séries temporais, quantizando valores contínuos em tokens discretos, permitindo que um transformador padrão seja treinado em um grande corpus heterogêneo de dados de séries temporais. O resultado é um modelo de previsão zero-shot que generaliza entre domínios sem exigir retreinamento específico do conjunto de dados.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 2). Chronos (Tokenized Time-Series Foundation Model). ScholarGate. https://scholargate.app/pt/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 para Previsão de Séries TemporaisAprendizado profundo↔ compare
- TimesFMAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →