Chronos: Токенизированная фундаментальная модель для прогнозирования временных рядов
Chronos — это семейство предварительно обученных вероятностных моделей прогнозирования, представленных Ansari et al. в Amazon в 2024 году. Она адаптирует парадигму языковых моделей к временным рядам путем квантования непрерывных значений в дискретные токены, что позволяет обучать стандартный трансформер на большом гетерогенном корпусе данных временных рядов. Результатом является модель прогнозирования с нулевым обучением (zero-shot), которая обобщает данные в различных областях без необходимости повторного обучения для конкретного набора данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 2). Chronos (Tokenized Time-Series Foundation Model). ScholarGate. https://scholargate.app/ru/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: Универсальное прогнозирование временных рядов с помощью трансформераГлубокое обучение↔ compare
- TimesFM: Модель-фундамент только с декодером для прогнозирования временных рядовГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →