文章预览
来源：时序人 本文 约6000字 ，建议阅读 10+ 分钟 本综述讨论了视觉模型在时间序列分析方面相较于大语言模型的优势。 本综述讨论了视觉模型在时间序列分析方面相较于大语言模型的优势。它提供了一个全面且深入的概述，包括详细的分类方法，回答了关键的研究问题，即 如何将时间序列编码为图像，以及如何为各种任务对成像后的时间序列进行建模 。此外，还探讨了该框架中涉及的预处理和后处理步骤的挑战，并概述了未来利用视觉模型进一步推进时间序列分析的方向。 【论文标题】 Harnessing Vision Models for Time Series Analysis: A Survey 【论文地址】 https://arxiv.org/abs/2502.08869 论文概述 时间序列分析经历了从传统自回归模型到深度学习模型（如卷积神经网络，CNNs）、Transformer 和 LLMs 的发展。近年来，随着语言领域中序列建模技术的进展，研究者开始
………………………………
