时序预测基础模型又中顶会！真心建议各位往这个方向发论文

文章预览

时序领域又有新突破啦！谷歌最新提出TimesFM，仅需200M参数，零样本预测性能超越有监督！成功入选ICML 2024！ TimesFM是一种全新的 时间序列通用基础模型 ，这类模型相比传统时序模型，拥有整合和利用广泛知识库的能力，在处理复杂、非线性、非平稳的时序数据时性能更高，能给我们提供更高精度的预测结果。 因此在时序领域，关于通用基础模型的研究非常火热，不仅是TimesFM，还有很多效果很赞的研究被顶会收录，实力证明这 是个发论文的好方向。 目前这个方向主流的研究路线是从头开始预训练时序基础模型，建议想发论文的同学从这个角度入手，如果感觉没思路，可以看我整理好的 8篇 时间序列通用基础模型论文 作参考，都是最新且高质量，代码基本都有。 扫码添加小享， 回复“ 时序基础 ” 免费获取 全部论文+开源代码 A decoder-only foundatio ………………………………