TSCenter/awesome-time-series-papers

해결하는 문제

이 프로젝트는 시계열 분석 분야의 최신 연구 논문과 코드 구현을 중앙 집중식으로 정리한 큐레이션 저장소를 제공합니다. 연구자와 실무자가 주요 AI 학회 논문을 일일이 검색하는 수고를 덜고, 다양한 시계열 작업 전반에 걸친 최신 방법론을 빠르게 발견할 수 있도록 돕습니다.

작동 방식

이 저장소는 커뮤니티가 관리하는 체계적인 인덱스 역할을 합니다. 논문을 예측, 이상 탐지, 파운데이션 모델과 같은 특정 하위 분야별로 분류하고 발표 연도 및 학회별로 추적합니다. 많은 항목에는 원본 연구 논문 및 관련 코드 저장소로 연결되는 직접 링크가 포함되어 있으며, 인용 수가 많거나 추천하는 논문은 별도로 강조 표시됩니다.

대상 사용자

이 리소스는 빠르게 변화하는 시계열 머신러닝 분야의 최신 동향을 파악해야 하는 AI 연구자, 데이터 과학자, 학생을 위해 설계되었습니다. 벤치마크, 구현 예제 또는 해당 분야의 최신 이론적 발전을 찾는 분들에게 특히 유용합니다.

주요 특징

• NeurIPS, ICML, KDD, ICLR, AAAI 등 주요 AI 학회 논문을 포괄적으로 다룸.
• 예측, 이상 탐지, 파운데이션 모델, 인과 추론 등 광범위한 주제를 포함.
• 활발한 커뮤니티 참여를 통한 정기적인 업데이트 및 pull requests 지원.
• 높은 인용 수와 추천 논문을 시각적으로 표시하여 문헌 탐색을 효율화.