文章预览
点击 名片 关注并星标 #TSer # 扫下方二维码 ,加入时序人学术星球 参与算法讨论,获取前沿资料 ( 170+ 篇专栏笔记,已有 170+ 同学加入学习) 本文介绍一篇来自香港大学、北京大学、南洋理工大学、清华大学等8所学校及企业联合发布的综述工作。 该综述 考虑到时空数据的显著增长和多样性, 重点关注将生成技术整合到时空数据挖掘中。 随着RNNs、CNNs和其他非生成技术的进步,研究人员探索了它们在捕获时空数据内部的时间和空间依赖关系中的应用。然而,诸如LLMs、SSL、Seq2Seq和扩散模型等生成技术的出现,为进一步提升时空数据挖掘提供了新的可能性。 本文全面分析了基于生成技术的时空方法,并介绍了一个专为时空数据挖掘流程设计的标准化框架。 通过对利用生成技术的时空方法进行详细回顾和新颖的分类,本文使人们对该领域所使用的
………………………………