本文へスキップ

Chronos

言語モデル構成による事前学習済みの時系列予測

公式サイトを見る
カテゴリ AIモデル

Chronos とは

本モデルは言語モデルの構成に基づく事前学習済みの時系列予測モデル群と紹介され、値をスケーリングと量子化でトークンに変えると説明されている。

できること

  • 時系列をトークンの並びに変える
  • 交差エントロピー損失で言語モデルを学習する
  • 複数の未来の軌跡を抽出し予測とする

活用場面

  • エネルギー会社が電力需要を予測する
  • 金融の分析者が株価の動きを予測する
  • 小売業者が販売を予測し在庫を整える

モデルについて

  • 予測は確率的と説明される
  • 学習には多数の公開時系列が用いられる
  • 合成データはガウス過程で作られる

長所と短所

✓ 良い点

  • 過去の文脈から複数の未来の軌跡を抽出する
  • 公開データとガウス過程の合成データで学習

! 注意したい点

  • 予測は単一の値ではなく確率的
  • 手法はスケーリングと量子化に依存する

よくある質問

予測はどう作られる?

資料は過去の文脈から複数の未来の軌跡を抽出すると説明。

学習データは?

資料は多数の公開時系列とガウス過程の合成データを挙げる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法