结合In 时序大模型AutoTimes 清华大学NeurIPS24
当天给大家引见一篇清华大学宣布于NIPS2024中的大模型期间序列预测上班AutoTimes，经常使用大模型启动自回归方式的期间序列预测，并结合In，ContextLearning优化预测成果，论文题目，AutoTimes，Autoregr......
文本增强成功一致跨域期间序列预测 WWW24
当天给大家引见一篇WWW2024中，因为新嘉博国立大学和香港科技大学联结宣布的多模态期间序列预测模型UniTime，经过文本消息成功一致跨域期间序列预测，论文题目，UniTime，ALanguage，EmpoweredUnifiedMode......
时序预测Decoder中的期间步依赖疑问
当天跟大家聊聊一个近期相对冷门的钻研点，Decoder中的预测期间步依赖疑问，目前干流的期间序列预测模型，Decoder普通驳回一个便捷的MLP网络，输入Encoder的表征，映射到预测结果，然而，这种建模方法并没有思考到各个预测期间步之间......
多变量当辅佐序列优化多元时序预测成果 近期钻研趋向
在多元期间序列预测中，如何建模多变量之间的相关不时是钻研热点，过去一年最火的钻研方向之一就是多元期间序列应该驳回channeldependent，多变量联结建模，还是channelindependent，多变量独立建模，，以及channel......
一文梳理Transformer在期间序列预测中的开展历程代表上班
Transformer的序列建模才干，让其自然就比拟适宜期间序列这种也是序列类型的数据结构，然而，期间序列相比文本序列也有很多特点，例如期间序列具备自相关性或周期性、期间序列的预测经常触及到周期十分长的序列预测义务等，这些都给Transfo......
预训练大言语模型对期间序列预测真的有用吗 去掉预训练LLM成果反而优化
当天给大家引见一篇对于大模型在期间序列运行讨论的上班，这篇文章质疑大言语模型在期间序列预测中能否有效，并对目前最先进的3个基于大言语模型的期间序列预测模型启动试验，发现去掉大言语模型局部，改成一个attention网络，也能取得相反甚至更优......
ICLR24
这篇文章给大家引见一下ICLR2024中，用对比学习强化时期序列预测的一篇上班，这篇文章是韩国KAIST宣布的上班，经过在时期序列预测中引入对比学习，成功对Encoder建模窗口以外全周期时期序列消息的运行，论文题目，SELF，SUPERV......
期间序列预测 为时序预测智能生成隐式Prompt NLP大模型新作
当天给大家引见一篇最新的大模型，期间序列预测上班，由康涅狄格大学宣布，提出了一种将期间序列在隐空间和NLP大模型对齐，并应用隐空间prompt优化期间序列预测成果的方法，论文题目，S2IP，LLM，SemanticSpaceInformed......
如何改良基于Basis的期间序列预测模型
当天引见一篇NIPS2023中上海交大和蚂蚁团体联结宣布的期间序列预测文章，基于basis的期间序列建模，目前代码曾经开源，论文的详细消息如下，论文题目，BasisFormer，Attention，basedTimeSeriesForeca......
一文汇总 时序预测中的多频率建模方法
频率是期间序列的一个关键消息，给定一个期间序列，可以经过依照不同频率的聚合，取得不同粒度的期间序列，比如，给定的原始期间序列是以小时为粒度的，那么经过将24个点加和成1个点，就可以构成以天为粒度的期间序列数据，不同的粒度，蕴含的消息也不同，......