时间序列+预训练大模型！最新开源成果性能暴涨42.8%

文章预览

今天我们来聊一个新兴的、创新空间很大的方向： 时间序列+预训练大模型。 预训练大模型因为在大规模多领域的数据集上进行训练，能学习到丰富的、跨领域的时间序列表示，在面对新的、没见过的时间序列数据时，它能够表现出更强的泛化性和数据处理能力，实现更高的准确性。 因此关于时间序列+预训练大模型的研究正在快速发展，并且已经在多个领域和应用中有了显著的成果，比如Chronos、清华Timer等，更有提高了42.8%性能的ViTST。 如果有同学有想法发论文，可以从 零样本和通用性 下手，这俩是这个方向关注的重点。另外为方便大家找参考，我整理了 10个 时间序列+预训练大模型最新成果 ，全都已开源可复现。 扫码 添加小享， 回复“ 时序预训练 ”    免费获取 全部论文及代码合集 Time Series as Images: Vision Transformer for Irregularly Sampled Time Seri ………………………………