ChronosX: 可使用外生变量的时间序列预测基础模型

时间序列基础模型在单变量预测基准评估中已展现出显著性能。但是在现实应用场景中，外部信息常常是时序决策过程中不可或缺的关键要素。

为基础模型添加协变量支持面临诸多技术挑战。核心问题在于：如何构建一个预训练模型，使其能够适应未曾见过的数据中出现的新相关性模式？这在初步考量时似乎是不可实现的。

现有模型采用了一些替代方法，但这些方法存在明显局限性，所以Chronos和亚马逊研究团队提出的一种新型可插拔解决方案：

ChronosX 通过在Chronos基础架构上增设适配器层，使模型能够有效利用历史观测和未来已知的协变量信息。

该适配器架构的优势在于其通用性——可适用于任何单变量时间序列基础模型！

本文将系统剖析ChronosX的工作机制，并深入探讨其在多种基准测试中的表现。

 

https://avoid.overfit.cn/post/95b49e11465b405bacd33dcab27f173a