amazon-science/chronos-forecasting

해결하는 문제

Chronos는 시계열 예측을 위한 사전 학습된 파운데이션 모델을 제공하여, 새로운 데이터셋마다 커스텀 모델을 처음부터 학습시켜야 하는 번거로움을 제거합니다. 이를 통해 제로샷 예측이 가능해지며, 모델은 추가 학습 없이도 처음 보는 데이터에 대해 정확한 예측을 수행할 수 있습니다.

작동 원리

Chronos는 시계열 예측을 언어 모델링 문제로 취급합니다. 스케일링 및 양자화를 통해 시계열 데이터를 토큰 시퀀스로 변환하여 언어 모델 아키텍처를 활용할 수 있도록 합니다. 이 프로젝트는 세 가지 주요 모델 변형을 제공합니다:

• Chronos-2: 단변량, 다변량 및 공변량 기반 예측을 지원하는 최신 버전.
• Chronos-Bolt: 패치 기반 접근 방식을 사용하여 과거 데이터를 청크로 나누는 고성능 변형으로, 직접적인 다단계 예측을 가능하게 하여 추론 속도를 대폭 높이고 메모리 사용량을 줄입니다.
• Chronos (Original): 양자화된 토큰에 교차 엔트로피 손실을 사용하여 미래 궤적을 샘플링함으로써 확률적 예측을 생성하는 기본 제품군.