Hugging Face 注目モデル
amazon/chronos-2
時系列予測の基盤モデル
製造業★★★★☆人気★★★★★apache-2.0time-series-forecastingchronos-forecastingDL 15,596,578(直近30日)♥ 544
Chronos-2 is a 120M-parameter, encoder-only time series foundation model for zero-shot forecasting. It supports univariate, multivariate, and covariate-informed tasks within a single architecture.
注目されている理由
時系列の基盤モデルの中でダウンロード数が最も多く、Apache-2.0のため商用利用の制約が小さいことが選ばれる理由と見られます。
製造業での使いどころ
予知保全や需要予測で最初に試す候補になりやすいモデルです。ライセンスの条件が明確なため、社内システムへの組み込みの検討に進みやすくなります。
基本情報
| モデル | amazon/chronos-2 |
|---|---|
| 配布元 | amazon |
| 用途(pipeline) | time-series-forecasting |
| ライブラリ | chronos-forecasting |
| ライセンス | apache-2.0 |
| ダウンロード(直近30日) | 15,596,578 |
| いいね | 544 |
| トレンドスコア | 10 |
数字は2026年10月21日時点でHugging Face Hub API(トレンドと、検査・時系列・OCR の用途別一覧)から取得した値です。ライセンスは掲載時点の表記のため、導入前に配布元で必ず確認してください。「製造業」の星は用途の近さとライセンス・導入のしやすさから編集部が付けた5段階、「人気」の星は直近30日のダウンロード数から機械的に決めた5段階です。
関連テーマ
関連する記事
-
予知保全AIとは?異常検知・故障診断・余寿命推定の3段階と導入6ステップ
-
時系列データの異常検知AI入門:統計・予測残差・再構成型の3方式と選び方
-
製造業のAI活用10領域:外観検査・予知保全から設計・技能伝承まで一覧
-
予知保全AIが失敗する6つの理由:故障事例不足・誤報・保全行動につながらない
-
異常検知の誤報を減らす:1日あたり誤報件数とイベント単位評価で設計する
-
予知保全と予防保全・事後保全の違い:故障の82%がランダムという前提から考える
同じ一覧の他のモデル
CONSULTATION
「AIで何ができるのか分からない」段階からご相談ください
AI導入テーマの選定、PoCの設計、データ基盤・MESとの連携、本番運用と人材育成まで。株式会社サオスの実務者が、貴社の現場とデータに合わせた進め方をご提案します。
AI導入の相談をする相談は無料です。特定製品の売り込みは行いません。