自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(7)
  • 收藏
  • 关注

原创 Extensive reading

主要工作设计了一种表示学习框架,与现有方法相比,所提出的MATE模型能够在依赖潜在子空间中学习解耦的时间序列表示。实验结果通过在多个多模态时间序列数据集上进行时间序列分类、KNN评估和linear probing实验。

2025-03-06 23:14:07 280

原创 LLM NLP theoretical papers

主要工作本文的工作不同于利用LLM骨干的方法,是。提出了有效的时间序列数据标记化方法,并将离散分布转换为连续值的灵活密度。方法。

2025-03-06 20:45:25 1371

原创 Time series with LLMs

主要工作本篇文章提出了一种两阶段微调方法,首先通过监督微调将模型与时间序列的特性进行对其,引导LLM适应时间序列,接下来以下游预测任务为导向进一步对模型进行微调,从而保障不破坏语言模型固有特性的基础上使得模型能够更好地适配配各类不同域的数据及不同的下游任务。

2025-03-06 03:44:59 950

原创 Time series models with transformers

最近在学习LLM4Time Series,就随手对看过的论文做个小笔记吧。

2025-03-04 22:04:48 1617

原创 A Survey of Large Language Models

LLM综合报告

2025-02-25 22:32:07 737

原创 LLM4STS

本文从四个关键的角度出发:数据类型、模型种类、模型范畴和应用的领域。模型的分类包括两个主要的分支:时间序列分析大模型(LM4TS)和时空数据挖掘大模型(LM4STD)。

2025-02-21 15:25:24 1765

原创 large language model for time series

本文聚焦于五个方面:直接提示LLMs、时间序列量化、对齐技术、利用视觉模态作为桥梁,以及将LLMs与工具结合等,以实现对时间序列数据的有效分析。

2025-02-20 21:05:24 239

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除