本文介绍了连续时间图反对称网络（CTAN）及其在长程依赖任务中的优越性能，提出了组合动态虚拟时空图映射方法（CDVGM），以解决深度学习在时间序列预测中的局限性。此外，研究展示了基于张量图卷积网络的动态图表示学习模型和空间-时间联合表示学习方法（ST-GraphRL），在多个真实数据集上取得了先进性能，尤其在有限历史数据情况下表现突出。