本文来源公众号“kaggle竞赛宝典”,仅用于学术分享,侵权删,干货满满。
在这一节里,会为大家整体介绍2024年的时间序列一些具有突破性进展的领域。后续章节将持续在知识星球中更新,深入解读和串联这些领域的相关工作。
1 时间序列基础模型
2024年是时间序列预测与大模型深度结合的元年,涌现了很多时间序列基础模型和大模型中建模方法在时间序列预测的应用。
一方面,今年出现了很多类型的时间序列基础模型,希望通过多源数据的联合训练,构建一个类似于LLM的统一时间序列模型,能够解决各类时间序列问题。这其中的各类问题,包括各类时间序列任务(如预测、分类、填充等)、各类分布的时间序列数据集、各类时间序列数据形式(如预测长度、变量数量等)。业内也逐渐关注时间序列基础模型在zero-shot、few-shot中的效果。
另一方面,LLM中的建模方法也在时间序列中取得应用,例如In-context Learning、RAG等建模方式,都尝试了在时间序列领域的迁移,并取得了一定的效果。
2 扩散模型和时间序列
扩散模型在时间序