ddz16/TSFpaper

This repository contains a reading list of papers on Time Series Forecasting/Prediction (TSF) and Spatio-Temporal Forecasting/Prediction (STF). These papers are mainly categorized according to the type of model.

解决的问题

该项目提供了一个全面、精选的阅读列表，包含400多篇专注于时间序列预测（TSF）和时空预测（STF）的学术论文。它通过按模型类型、会议和特定预测挑战对论文进行分类，帮助研究人员和从业者浏览快速增长的相关文献。

工作原理

该仓库作为一个结构化的研究论文索引。每个条目按预测类型（单变量、多变量、时空或不规则）分类，并包含原始论文的链接、可用的代码实现以及偶尔的摘要。该列表持续更新，以纳入顶级会议和arXiv的最新研究，涵盖新兴主题，如大型语言模型（LLM）、状态空间模型（Mamba）和时间序列基础模型。

适用人群

该资源专为学生、数据科学家和机器学习研究人员设计，他们需要一个集中、最新的时间序列预测研究参考。对于那些希望识别最先进模型、查找基准数据集或了解时间序列中深度学习应用的当前格局的人来说，尤其有用。

亮点

超过400篇分类论文，涵盖TSF和STF。
专门章节介绍新兴趋势，如LLM、Mamba/SSM和基础模型。
精选的流行工具包和代码库列表，用于实际实现。
清晰区分预测类型，包括单变量、多变量和时空方法。
视觉标记用于识别高被引论文（🔥）和个人推荐（🌟）。