小红花·文摘

大型语言模型嵌入能否改善时间序列预测？一种实用的特征工程方法

MachineLearningMastery.com ·

2026年时间序列工具包：5个基础模型实现自主预测

MachineLearningMastery.com ·

5个用于高级时间序列预测的Python库

MachineLearningMastery.com ·

时间序列中的Transformer与LSTM：哪种效果更好？

MachineLearningMastery.com ·

基于树模型的时间序列预测

MachineLearningMastery.com ·

Google AI 发布 TimesFM-2.5：更小、更长上下文的基础模型，现已引领 GIFT-Eval

实时互动网 ·

懒惰数据科学家的时间序列预测指南

KDnuggets ·

本研究提出了一种新方法，结合外生时间序列特征与静态特征，以提升医疗领域时间序列预测模型的透明性和可解释性。实验结果表明，该方法在保持预测准确性的同时，增强了模型的可解释性和鲁棒性。

Robust Multi-Modal Forecasting: Integrating Static and Dynamic Features

BriefGPT - AI 论文速递 ·

构建一个快速的时间序列预测应用

The New Stack ·

本研究提出了一种新的跨模态对齐方法——结构引导跨模态对齐（SGCMA），旨在提升大型语言模型在时间序列预测中的应用。该方法通过学习状态转移图结构和语义对齐，显著提高了预测性能和泛化能力。

Enhancing the Application of Large Language Models in Time Series Forecasting via Structure-Guided Cross-Modal Alignment

BriefGPT - AI 论文速递 ·

本研究提出了一种超轻量级预测模型Alinear，质疑了时间序列预测中的缩放法则。Alinear通过动态调整成分权重和频率衰减策略，在使用不足1%参数的情况下，依然保持了强大的准确性，挑战了“大模型更好”的传统观念。

Does the Scaling Law Apply in Time Series Forecasting?

BriefGPT - AI 论文速递 ·

本研究提出了一种非竞争博弈方法，克服了黑箱生成AI环境中构建专家混合模型的局限性。通过反馈机制，我们的“专有联合学习”算法显著提升了时间序列预测的准确性。

基于黑箱编码器的专有代理混合模型的在线联合学习

BriefGPT - AI 论文速递 ·

本研究提出了一种新的时间序列预测训练方法，旨在根据实际应用需求动态调整预测重点，从而提高预测准确性和终端应用性能，为连接预测与决策的系统奠定基础。

Goal-Oriented Time-Series Forecasting: Foundation Framework Design

BriefGPT - AI 论文速递 ·

本研究探讨了长期时间序列预测中复杂模型不如简单模型的现象，提出了“时间胶囊”模型。该模型通过高维信息压缩整合多项技术，实验证明在多个基准测试中表现优越。

Time Capsule: Solving the Jigsaw Puzzle of Long-Term Time Series Forecasting with Compressed Predictive Representations

BriefGPT - AI 论文速递 ·

ICLR 2025 | 一行代码！FreDF频域损失稳定提升时间序列预测精度

机器之心 ·

本研究探讨了引入竞争机制以提升大语言模型驱动的多代理系统在新闻驱动时间序列预测中的能力。实验结果表明，竞争机制能够增强代理的创新思维，并显著改善预测表现。

Can Competition Enhance the Capability of Agents Powered by Large Language Models in News-driven Time Series Forecasting?

BriefGPT - AI 论文速递 ·

本文提出了一种新颖的多尺度Mamba（ms-Mamba）架构，旨在解决时间序列预测中的单一时间尺度问题。实验结果表明，ms-Mamba在多个基准测试中优于现有最佳方法。

Application of Multi-Scale Mamba in Time Series Prediction

BriefGPT - AI 论文速递 ·

本研究提出了一种基于时间序列预测的多视角外科视频分析方法，解决了单摄像机录制时的视线遮挡和固定角度问题。通过选择最佳镜头序列，确保每个时刻都能获得最佳视角。实验结果表明，该方法在预测精度上优于传统方法，对外科教育和患者安全具有重要意义。

Method for Optimal Camera Selection in Multi-Viewpoint Surgical Video Analysis Based on Time-Series Prediction - TSP-OCS

BriefGPT - AI 论文速递 ·

本研究提出了一种新型补丁式变压器模型CITRAS，旨在解决时间序列预测中的协变量异质性和复杂依赖性问题。CITRAS通过关键值偏移和注意力得分平滑机制，灵活处理多目标和协变量，显著提高预测准确性，实验结果表明其在协变量知情和多元预测方面表现优异。

CITRAS: Covariate-Based Transformer for Time Series Forecasting

BriefGPT - AI 论文速递 ·

本研究提出了一种新的双分割符合预测（DSCP）方法，旨在解决多步时间序列预测中的不确定性问题。实验结果表明，DSCP在实际应用中表现优异，Winkler评分提高最多23.59%，并在可再生能源和IT负载预测中实现11.25%的碳排放减少。

多步时间序列预测的双分割符合预测

BriefGPT - AI 论文速递 ·