ddz16/TSFpaper

해결하는 문제

이 프로젝트는 시계열 예측(TSF) 및 시공간 예측(STF)에 초점을 맞춘 400개 이상의 학술 논문을 포괄적으로 선별한 읽기 목록을 제공합니다. 모델 유형, 학회, 특정 예측 과제별로 논문을 구성하여 연구자와 실무자가 빠르게 성장하는 문헌을 탐색하는 데 도움을 줍니다.

작동 방식

이 저장소는 연구 논문의 구조화된 인덱스 역할을 합니다. 각 항목은 예측 유형(단변량, 다변량, 시공간 또는 불규칙)별로 분류되며 원본 논문 링크, 가능한 경우 코드 구현, 때때로 요약을 포함합니다. 목록은 최고 학회 및 arXiv의 최신 연구를 포함하도록 지속적으로 업데이트되며, 대규모 언어 모델(LLM), 상태 공간 모델(Mamba), 시계열 기반 모델과 같은 새로운 주제를 다룹니다.

대상 독자

이 리소스는 시계열 예측 연구에 대한 중앙 집중식 최신 참조가 필요한 학생, 데이터 과학자 및 머신러닝 연구자를 위해 설계되었습니다. 최첨단 모델을 식별하고, 벤치마크 데이터 세트를 찾거나, 시계열에서 딥러닝 응용 프로그램의 현재 환경을 이해하려는 사람들에게 특히 유용합니다.

주요 특징

• TSF 및 STF를 다루는 400개 이상의 분류된 논문.
• LLM, Mamba/SSM 및 기반 모델과 같은 새로운 트렌드를 위한 전용 섹션.
• 실용적인 구현을 위한 인기 있는 툴킷 및 코드 라이브러리의 선별 목록.
• 단변량, 다변량 및 시공간 방법을 포함한 예측 유형의 명확한 구분.
• 높은 인용 논문(🔥) 및 개인 추천(🌟)을 식별하는 시각적 마커.