lixus7/Time-Series-Works-Conferences
Time-Series Work Summary in CS Top Conferences (NIPS, ICML, ICLR, KDD, AAAI, WWW, IJCAI, CIKM, ICDM, ICDE, etc.)
해결하는 문제
이 프로젝트는 시계열 분석 및 딥러닝에 중점을 둔 중앙 집중식의 큐레이션된 연구 논문 및 리소스 저장소를 제공합니다. 연구자와 실무자가 예측, 이상 탐지, 결측치 보간과 같은 작업에 관련된 문헌, 방법론 및 벤치마크를 빠르게 찾을 수 있도록 돕습니다.
작동 방식
이 저장소는 학술 논문을 특정 작업(예: 다변량 예측, 이상 탐지, 수요 예측) 및 방법론별로 정리합니다. 논문 제목, 관련 코드 저장소, 게재 학회로 연결되는 표를 포함하고 있어 해당 분야의 최신 발전을 쉽게 추적할 수 있습니다.
대상 사용자
시계열 분석, 딥러닝 또는 시공간 데이터 마이닝 분야에서 활동하며 최신 학술 문헌과 파운데이션 모델을 체계적으로 파악해야 하는 연구자, 학생 및 데이터 과학자를 위해 설계되었습니다.
주요 특징
- 작업별로 그룹화된 최신 시계열 연구 논문의 체계적인 컬렉션.
- 나열된 많은 논문에 대한 코드 구현 및 GitHub 저장소 링크 포함.
- 클라우드 스토리지(OneDrive 및 Google Drive)를 통해 더 광범위한 외부 논문 목록에 대한 액세스 제공.
- 시계열 파운데이션 모델 (TSFMs), LLM 기반 시계열 추론, 멀티모달 정렬을 포함한 주요 연구 분야 추적.
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트