适用于各类结构&领域时序数据的通用时序预测模型

文章预览

点关注，不迷路，用心整理每一篇算法干货~ 后台留言” 交流 “， 加入圆圆算法交流群~ 👇🏻扫码👇🏻 加入 圆圆算法知识星球~ （最后3天  双11优惠券 ！） 时间序列预测在金融、制造、零售、医疗保健和气象等多个领域中扮演着不可或缺的角色。然而，现有的时间序列预测模型通常假设数据是规则采样的、结构良好的，这限制了它们在包含缺失值、不等序列长度和不规则时间间隔的时间序列中的应用。 今天为大家介绍一篇来自 德国L3S Research Center, Leibniz Universität Hannover 和 南洋理工大学 合作提出的通用时序预测范式： FlexTSF 能在在为规则和不规则时间序列数据集中表现出色。此外，经过自监督预训练后，FlexTSF 在零样本和少量样本设置下的时间序列预测中均显示出卓越的性能。 论文标题 ：FLEXTSF: A Universal Forecasting Model for Time Series with Variabl ………………………………