lixus7/Time-Series-Works-Conferences
Time-Series Work Summary in CS Top Conferences (NIPS, ICML, ICLR, KDD, AAAI, WWW, IJCAI, CIKM, ICDM, ICDE, etc.)
解决的问题
本项目提供了一个集中且经过精心整理的研究论文和资源库,专注于时间序列分析和深度学习。它帮助研究人员和从业者快速定位与预测、异常检测和插补等任务相关的文献、方法论和基准测试。
工作原理
该存储库按特定任务(例如:多变量预测、异常检测、需求预测)和方法论组织学术论文。它包含指向论文标题、相关代码存储库和发表场所的表格,使追踪该领域的最新进展变得简单。
适用人群
专为从事时间序列分析、深度学习或时空数据挖掘的研究人员、学生和数据科学家设计,他们需要一种结构化的方式来了解最新的学术文献和基础模型。
主要亮点
- 按任务分组的近期时间序列研究论文的有序集合。
- 包含许多所列论文的代码实现和 GitHub 存储库链接。
- 通过云存储(OneDrive 和 Google Drive)提供对外部更广泛论文列表的访问。
- 追踪关键研究领域,包括时间序列基础模型 (TSFMs)、基于 LLM 的时间序列推理以及多模态对齐。
相关
- 项目
- 项目
- 项目
- 项目