Chronos: แบบจำลองพื้นฐานแบบโทเค็นสำหรับการพยากรณ์อนุกรมเวลา
Chronos เป็นตระกูลของแบบจำลองการพยากรณ์เชิงความน่าจะเป็นที่ได้รับการฝึกฝนล่วงหน้า ซึ่งเปิดตัวโดย Ansari และคณะ ที่ Amazon ในปี 2024 แบบจำลองนี้ปรับกระบวนทัศน์ของแบบจำลองภาษามาใช้กับอนุกรมเวลา โดยการแปลงค่าต่อเนื่องให้เป็นโทเค็นที่ไม่ต่อเนื่อง ทำให้สามารถฝึกแบบจำลองทรานส์ฟอร์มเมอร์มาตรฐานบนคลังข้อมูลอนุกรมเวลาขนาดใหญ่ที่มีความหลากหลายได้ ผลลัพธ์ที่ได้คือแบบจำลองการพยากรณ์แบบ zero-shot ที่สามารถทำงานได้ทั่วไปในหลายโดเมนโดยไม่จำเป็นต้องฝึกฝนใหม่สำหรับชุดข้อมูลเฉพาะ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Chronos (Tokenized Time-Series Foundation Model). ScholarGate. https://scholargate.app/th/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: แบบจำลองพื้นฐานสำหรับการพยากรณ์อนุกรมเวลาแบบสากลการเรียนรู้เชิงลึก↔ compare
- TimesFM: แบบจำลองพื้นฐานแบบถอดรหัสเท่านั้นสำหรับการพยากรณ์อนุกรมเวลาการเรียนรู้เชิงลึก↔ compare