领域无关的时间序列数据描述文本自动生成
本研究提出了一种新的文本引导时间序列预测任务(TGTSF),并开发了基准模型TGForecaster。该模型通过交叉注意机制融合文本和时间序列数据。在四个基准数据集上的评估中,TGForecaster表现优异,展示了文本信息在时间序列预测中的潜力,为多模态数据集成的发展提供了新基准。
原文中文,约300字,阅读约需1分钟。
本研究提出了一种新的文本引导时间序列预测任务(TGTSF),并开发了基准模型TGForecaster。该模型通过交叉注意机制融合文本和时间序列数据。在四个基准数据集上的评估中,TGForecaster表现优异,展示了文本信息在时间序列预测中的潜力,为多模态数据集成的发展提供了新基准。