เปรียบเทียบวิธี

	Chronos: แบบจำลองพื้นฐานแบบโทเค็นสำหรับการพยากรณ์อนุกรมเวลา	แอลเอสทีเอ็ม
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2024	1997
ผู้ริเริ่ม	Abdul Fatir Ansari et al. (Amazon)	Hochreiter, S. & Schmidhuber, J.
ประเภท	Pre-trained language-model-based time-series forecaster	Recurrent neural network (gated memory cell)
แหล่งต้นตำรับ	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.	Hochreiter, S. & Schmidhuber, J. (1997). Long Short-Term Memory. Neural Computation, 9(8), 1735–1780.
ชื่อเรียกอื่น	Chronos Forecasting Model, Amazon Chronos, Tokenized Time-Series LLM, Kronos Zaman Serisi Modeli	LSTM (Uzun Kısa Dönem Bellek Ağı), long short-term memory, LSTM network, recurrent neural network with memory cells
ที่เกี่ยวข้อง	2	5
สรุป	Chronos is a family of pre-trained probabilistic forecasting models introduced by Ansari et al. at Amazon in 2024. It adapts the language-model paradigm to time series by quantizing continuous values into discrete tokens, enabling a standard transformer to be trained on a large heterogeneous corpus of time-series data. The result is a zero-shot forecasting model that generalizes across domains without requiring dataset-specific retraining.	LSTM (Long Short-Term Memory) is a recurrent neural network architecture, introduced by Sepp Hochreiter and Jürgen Schmidhuber in 1997, that can learn long-term dependencies in sequential data and is widely used for time-series and sequence prediction. It keeps an internal memory that lets information persist across many time steps.