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...

当天给大家引见一篇普林斯顿大学提出的期间序列大模型上班，是首个基于MoE的百万级别参数期间序列大模型，将时序大模型参数量裁减到2.4billion的水平，在多个数据集上取得了清楚优于其余期间序列大模型...

期间序列建模中很多种类型的结构可以选用，比如Transformer、CNN、RNN，以及最近被验证有效的MLP、Mamba等结构，但是，不同模型都有特定的潜在长处和劣势，因此，如今越来越多的时序预测模...

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...

当天给大家引见一篇CIKM2024中的期间序列预测上班，这篇文章针对高维多变量时序预测疑问，提出了一种基于Transformer的建模方法，论文题目，ScalableTransformerforHig...

当天给大家引见一篇时空预测最新模型PredFormer，由上海交大等多所高校宣布，驳回纯Transformer模型结构，在多个数据集中取得SOTA成果，背景时空预测学习是一个领有宽泛运行场景的畛域，比...