- 博客(141)
- 收藏
- 关注
RSS订阅原创 AAAI 2026 | 时空数据(Spatial-temporal)论文总结[下]（自动驾驶，天气预报，城市科学，POI推荐等）
本文综述了AAAI 2026会议中关于时空数据的22篇论文，聚焦自动驾驶、天气预报、城市区域表示学习和POI推荐等领域。自动驾驶相关研究包括轨迹选择（DriveSuprim）、轨迹规划（DiffRefiner）、路径规划（Autonomous Vehicle Path Planning）和地图匹配（DiffMM）等创新方法。天气预报方面，SynWeather提出跨区域数据合成方案。城市区域表示学习通过多视图对比学习提升表征能力，而POI推荐则探索工具增强的LLM框架（TOOL4POI）和知识图谱方法。
2025-12-23 11:16:55
424
原创 AAAI 2026 | 时空数据(Spatial-temporal)论文总结[上]（时空预测，轨迹挖掘，自动驾驶等）
AAAI 2026会议将于2026年1月在新加坡举行，共接收4,167篇论文（接收率17.6%）。本文总结了其中24篇时空数据相关研究，涵盖时空预测、轨迹挖掘和自动驾驶等方向。重点论文包括：基于小波和Transformer的未观测位置时空估计（WaveDiST）、知识图谱引导的时空生成模型、联邦学习的交通预测方法，以及混合周期解耦的交通预测框架（HyperD）。下篇将聚焦自动驾驶、城市区域表示和天气预报等领域。这些研究展示了时空数据处理在智能交通、城市计算等领域的创新应用。
2025-12-23 11:11:43
877
原创 VLDB 2025 | 时空数据（Spatial-Temporal）论文总结(时空预测，轨迹相似度，轨迹表示等)
VLDB 2025时空数据研究综述 本文总结了VLDB 2025会议中关于时空数据的最新研究成果，涵盖12篇论文。研究主要聚焦于交通预测、轨迹相似度计算、轨迹表示学习等方向。其中，TEAM框架提出拓扑演化感知的交通预测方法，SIMformer利用单层Transformer实现自由空间轨迹相似度学习，RED模型通过综合信息进行轨迹表示学习。其他创新包括基于CNN的轨迹相似度学习、交通视频中的车队模式挖掘，以及路网环境下基于分布式强化学习的轨迹相似度计算方法。这些研究展示了时空数据处理领域的最新进展，为智能交通
2025-12-19 11:27:32
802
原创 VLDB 2025 | 时间序列（Time Series）论文总结（预测，异常检测，压缩，自动化等）
VLDB 2025时间序列研究综述：聚焦前沿技术与应用 本文总结了VLDB 2025会议中关于时间序列分析的22篇重要论文，涵盖预测、异常检测、数据库优化等多个研究方向。研究亮点包括：1）高效时序数据压缩方法；2）基于Transformer的预测模型改进；3）无模式时序数据库系统设计；4）自动化异常检测方案；5）多维时序模式挖掘技术。这些工作展现了时序分析领域在算法创新、系统优化和自动化处理方面的最新进展，为大规模时序数据处理提供了多样化的解决方案。
2025-12-19 11:23:16
846
原创 AI论文速读 | 时空预测即规划：基于模型的生成世界模型强化学习方法
本文提出了一种基于模型的强化学习方法，用于时空预测任务。通过生成式世界模型，将预测问题转化为规划问题，利用环境模型生成的轨迹进行学习和优化。该方法在多个时空预测任务中表现出色，显著提升了预测精度和效率，同时减少了对大量数据的依赖，为复杂时空预测任务提供了一种高效解决方案
2025-12-02 13:17:37
687
原创 AI论文速读 | U-Cast：学习高维时间序列预测的层次结构
摘要：本文提出U-Cast模型，用于解决高维时间序列预测（HDTSF）中的挑战。传统方法难以处理数千通道数据的层级相关性，而U-Cast通过基于查询的注意力机制学习潜在层级结构，并引入满秩正则化提升通道表示的独立性。作者还发布了Time-HD基准数据集，包含16个领域、1k-20k通道的标准化数据。实验证明U-Cast在准确性和效率上优于基线模型，为HDTSF研究提供了模型和数据基础。 关键词：高维时间序列预测、层级结构学习、注意力机制、满秩正则化、基准数据集
2025-12-02 13:14:45
1119
原创 AI论文速读 | 羲和：基于层次化交错块注意力的可扩展零样本时间序列学习器
本文提出了一种名为Xihe（羲和）的可扩展零样本时间序列学习方法，通过层次化交错块注意力机制（HIBA）有效捕捉多尺度时间依赖性。HIBA采用分层块内和块间稀疏注意力，既能处理局部信息交换，又能捕获全局时间模式的动态演变。基于HIBA架构，作者构建了参数规模从950万到15亿的Xihe模型系列，在GIFT-Eval基准测试中展现出卓越的零样本性能。其中最小的Xihe-tiny模型仅用9.5M参数就超越了多数现有时间序列基础模型，而最大的Xihe-max模型（1.5B参数）刷新了零样本预测的最新记录。该方法通
2025-11-23 19:35:45
799
原创 ICLR 2026 | Rebuttal前 图基础模型(GFM)&文本属性图(TAG)高分论文
本文精选了ICLR2026中评分≥5.5分的9篇图基础模型(GFM)和文本图(TAG)相关论文。研究主题涵盖：1) 跨模态图对齐框架；2) 基于黎曼几何的多域图预训练方法；3) GNN与LLM的融合策略；4) 知识图谱基础模型；5) 脑图基础模型；6) 动态文本图语义推理；7) 图输入空间统一方法等。这些工作通过创新性的预训练框架、几何建模、模态融合等技术，推动了图基础模型在跨域迁移、知识表示、动态处理等方面的发展。部分研究还探索了图数据与LLM的结合，为图学习开辟了新方向。
2025-11-23 19:32:02
924
原创 ICLR 2026 | Rebuttal前 时间序列(Time Seires)高分论文总结
本文总结了ICLR2026会议中时间序列领域的高分论文（均分≥6）。主要研究方向包括：扩散模型在因果时间序列生成中的应用（7.33分）、具有对称性的张量学习（7.0分）、含复杂隐变量的Hawkes过程因果结构学习（7.0分）、基础模型的基准测试（7.0分）等。这些论文涉及时间序列生成、预测、异常检测等多个子领域，采用了扩散模型、张量学习、自监督学习等前沿方法。特别值得注意的是，多篇论文探索了基础模型在时间序列任务中的应用效果。这些研究为时间序列分析提供了新的理论框架和方法工具。
2025-11-14 14:25:31
1396
原创 ICLR 2026 | Rebuttal前 时空数据（Spatial-Temporal）高分论文总结
本文整理了ICLR2026时空领域高分论文(均分>5)，涵盖轨迹生成、城市智能体、时空图预测等方向。TrajFlow(6.5分)提出基于流匹配的全国范围GPS轨迹生成方法；USTBench(6分)建立评估大语言模型城市时空推理能力的基准；UrbanGraph(5.5分)开发物理信息异构图网络预测城市微气候。其他入选论文涉及交通信号控制、地球观测、气候预测等应用，均采用原论文提供的关键词进行简要介绍。所有论文均未正式录用，分数仅供参考。
2025-11-14 14:24:16
805
原创 NeurIPS 2025 | 时间序列（Time Series）论文总结
NeurIPS 2025时间序列研究综述 NeurIPS 2025在圣地亚哥举行，共接收5,290篇论文（接收率24.52%）。本文聚焦时间序列领域的75篇论文。研究主题涵盖预测、异常检测、生成、表示学习及医疗时序等方向。
2025-11-03 14:08:28
1839
原创 NeurIPS 2025 | 时空数据(Spatial-temporal)论文总结
NeurIPS 2025总结了51篇时空数据相关论文，涵盖时空预测、轨迹挖掘、自动驾驶、天气预测等多个领域。收录论文包括基于大语言模型的轨迹建模（如TrajAgent、UniTraj）、交通信号控制（VLMLight）、多智能体强化学习（Role-aware Multi-agent RL）以及全球气候预测（FuXi-Ocean、Carbon-Bench）等创新研究。这些工作探索了时空数据的基础模型、因果推理和跨领域迁移能力，展示了AI在解决复杂时空问题上的进展。
2025-11-03 14:05:46
1518
原创 AI论文速读 | 通过上下文学习评估时间序列基础模型的迁移性
本文提出TimeTic框架，用于评估时间序列基础模型(TSFMs)的迁移性能。针对TSFM数量激增但公共数据有限的问题，该框架将模型选择转化为上下文学习任务，通过数据集元特征、模型特征和微调性能构建表格，利用表格基础模型预测目标数据集上的表现。TimeTic提出基于模型层熵演化的新型表示方法，能有效捕捉模型差异。实验表明，TimeTic在未见数据集上的预测性能与实际微调结果高度一致（平均秩相关系数约0.6），相比零样本性能提升30%，为TSFM迁移性评估提供了高效解决方案。
2025-10-21 10:55:16
388
原创 AI论文速读 | 深度时间序列预测的未来走向：精度定律的发现与应用
论文主要研究了预测精度随时间序列复杂度（time series complexity）的变化规律，并提出了“精度定律（Accuracy Law）”来描述这一现象。研究发现，随着预测时间序列复杂度的增加，模型的预测精度会呈现特定的衰减模式，这种模式在不同的深度预测模型中表现出一致性。论文通过大量实验验证了这一规律，并探讨了其背后的理论原因，包括模型的归纳偏置、时间依赖性以及噪声积累等因素。此外，作者还提出了基于精度定律的模型选择和优化策略，以提高模型在预测中的性能。
2025-10-21 10:52:38
876
原创 CIKM 2025 | 时空数据（Spatial-Temporal）论文总结
ECML PKDD 2025会议聚焦时空数据研究，收录33篇相关论文，涵盖交通预测、POI推荐、天气预报等多个应用场景。其中22篇为研究长文，4篇短文，2篇应用研究和4篇资源论文。研究亮点包括TopKNet交通节点预测、MGSTDN多粒度POI推荐网络、STA-GANN通用克里格方法等。论文涉及图神经网络、扩散模型、大语言模型等前沿技术，为城市计算、气候预测等领域提供创新解决方案。（150字）
2025-10-09 13:23:24
1548
原创 CIKM 2025 | 时间序列（Time-Series）论文总结
CIKM 2025时间序列研究综述：聚焦24篇时间序列分析论文 本文汇总了CIKM 2025会议中关于时空数据分析的24篇论文，包含16篇完整研究论文、6篇短论文和2篇应用研究论文。研究主题涵盖时间序列预测、分类、生成等多个方向，重点关注金融时间序列和大模型应用。其中，TANDEM提出基于注意力机制的神经微分方程方法处理缺失时间序列分类；Frequency-Conditioned Diffusion Models利用扩散模型生成高质量时间序列数据；TableTime创新性地将时间序列分类重构为大语言模型的表
2025-10-09 13:20:58
1724
原创 AI论文速读 | 当大语言模型遇上时间序列：大语言模型能否执行多步时间序列推理与推断
本文研究大语言模型（LLM）在时间序列分析中的表现，提出TSAIA基准评估LLM在多步推理和复杂任务中的能力。基准涵盖预测、诊断、分析和决策四大类33种任务类型，涉及能源、金融等多个领域。实验发现，尽管LLM在简单任务上表现尚可，但在复杂任务（如约束预测、阈值校准、金融指标计算）中普遍失败，尤其在多步推理、数值精度和约束满足方面存在瓶颈。通过对8个SOTA模型的统一评测，揭示了当前LLM的局限性，强调需要开发符号推理、执行反馈等专门方法以提升LLM在时间序列分析中的实用性。代码和数据已开源。
2025-09-21 13:37:01
1259
2
原创 CIKM 2025 | FinCast：用于金融时间序列预测的基础模型
本文提出FinCast，首个专为金融时间序列预测设计的基础模型。针对金融数据的时间非平稳性、多领域多样性和时间分辨率差异等挑战，该模型采用基于混合专家（MoE）的Transformer架构，通过token级稀疏路由实现条件计算。FinCast在包含20亿+时间点的大规模金融数据集上预训练，展现出卓越的零样本预测能力。实验表明，在加密货币、外汇、股票和期货等跨领域测试中，其预测精度显著优于TimesFM、Chronos-T5等现有方法（平均MSE降低20%），且仅需轻量微调即可进一步优化。
2025-09-21 13:30:57
1538
原创 AI论文速读 | Kronos: 金融市场语言基础模型
大规模多市场预训练语料库 数据来源：Kronos的预训练数据集包括来自45个全球交易所的超过120亿条K线记录，涵盖了股票、期货、外汇和加密货币等多种资产类别。这些数据的时间跨度为2010年1月至2024年3月，确保了数据的多样性和广泛性。 数据预处理：为了处理原始K线数据的不规则性和非平稳性，论文采用了对数收益率标准化（Log-Return Normalization）方法，
2025-09-13 14:36:42
1307
原创 AI论文速读 | VisionTS++：基于持续预训练视觉主干网络的跨模态时间序列基础模型
本文提出VisionTS++模型，旨在解决预训练视觉模型迁移到时间序列预测时面临的数据模态、多变量预测和概率预测三大挑战。通过引入基于视觉模型的过滤机制筛选高质量数据、彩色多变量转换方法将时间序列映射为多子图RGB图像，以及多分位数预测技术实现不确定性感知，该模型在持续预训练后展现出强大的跨模态迁移能力。实验表明，VisionTS++在分布内和分布外预测任务中均显著优于现有方法，其中MSE指标提升6%-44%，并在12个概率预测设置中的9个取得最优结果。这一成果为构建通用时间序列基础模型提供了新思路。
2025-09-13 14:32:11
724
原创 IJCAI 2025 | 时间序列(Time Series)论文总结
本文总结了2025 IJCAI上有关时间序列（time series）相关论文，共计26篇。时间序列Topic：预测，异常检测，因果发现，时序分析，LLM应用，多模态等。其中23-26为Survey Track，1为蒙特利尔会场，其余Main Track论文为广州会场。
2025-09-07 14:06:10
1610
原创 IJCAI 2025 | 时空数据（Spatial-temporal）论文总结
本文总结了2025 IJCAI上有关时空数据（spatial-temporal）相关论文，共计23篇。时空预测Topic：预测，异常检测，LLM应用，多模态等。其中1-3为蒙特利尔会场，其余Main Track论文为广州会场。
2025-09-07 14:02:28
1198
原创 AI论文速读 | YingLong：基于联合预测框架与延迟链式推理的时序预测基础模型
阿里巴巴提出了一种新型时间序列预测框架 YINGLONG，采用非因果双向注意力机制及掩码token恢复训练方法，通过延迟链式推理（DCoT）和多输入集成方法，有效提升了预测精度和泛化能力，在多个数据集上取得了优异的性能表现。
2025-08-21 16:41:07
1166
原创 AI论文速读 | 多模态能否助力时间序列预测？时序预测中融合文本的边界与条件
针对“文本能否及何时提升时间序列预测”这一悬而未决的问题，作者设计涵盖14个数据集、对齐与提示两大范式的系统基准，发现多模态并非万能：仅当文本提供独有信号、时间序列模型较弱、文本/对齐策略匹配且数据充足时才显著优于单模态，并给出可操作的建模与数据指导。
2025-08-21 15:46:42
867
原创 ECML PKDD 2025 | 时间序列（Time Series）论文总结
本文总结了ECMLPKDD2025有关时间序列（Time Series）相关文章，共计14篇，其中1-11为Research Track，12-14为ADS Track。时间序列Topic：预测,分类,异常检测,生成,可解释性等。如有疏漏，欢迎补充！
2025-08-09 12:59:04
989
原创 ECML PKDD 2025 | 时空数据（Spatial-Temporal）论文总结
本文总结了ECMLPKDD2025有关时空数据（Spatial-Temporal）相关文章，共计10篇，其中1-6为Research Track，7-10为ADS Track。时空数据Topic：地理基础模型，时空预测，城市区域表示学习，空间插值，交通事故分类，天气预报等。如有疏漏，欢迎补充！
2025-08-09 12:49:44
942
原创 KDD 2025 | (2月轮)时间序列（Time Series）论文总结
KDD 2025将在2025年8月3号到7号在加拿大多伦多举行，本文总结了KDD 2025(February Cycle)有关时间序列（Time Series）相关文章，共计35篇，其中1-32为Research Track，33-35为ADS Track。如有疏漏，欢迎补充！时间序列Topic：预测，插补，异常检测，表示学习，因果，大语言模型，测试时适应等
2025-07-27 13:03:24
1705
原创 KDD 2025 | (2月轮)时空数据(Spatial-temporal)论文总结
KDD 2025时空数据研究综述：23篇前沿论文聚焦城市智能与轨迹分析 2025年KDD会议将收录23篇时空数据相关论文（19篇研究赛道+4篇应用赛道），时空数据Topic：时空预测，轨迹表示学习，城市区域表示学习，轨迹生成，物流相关，大语言模型，等。如有疏漏，欢迎补充！
2025-07-27 12:57:15
1296
原创 SIGMOD 2025 | 时空数据（Spatial-temporal）论文总结
本文总结了SIGMOD 2025有关时空数据（spatial-temporal data）的相关论文，主要包含空间关键字查询，最短路查询，地图匹配等内容，如有疏漏，欢迎大家补充。笔者对DB了解浅薄，如有表述不当，欢迎大家指正。
2025-07-20 16:43:41
1018
原创 SIGMOD 2025 | 时间序列（Time Series）论文总结
本文总结了SIGMOD 2025有关时间序列的相关论文，主要包含异常检测，清理，聚类，相似度检索，IoTDB等内容，如有疏漏，欢迎大家补充。笔者对DB了解浅薄，如有表述不当，欢迎大家指正。
2025-07-20 16:40:52
1433
原创 ICML 2025 | 时空数据（Spatial-Temporal）论文总结
ICML 2025聚焦时空数据研究，涵盖18篇相关论文，主题包括时空预测、气象模拟、轨迹生成等。
2025-06-22 21:02:44
1954
原创 ICML 2025 | 时间序列(Time Series)论文总结
ICML 2025收录了63篇时间序列相关论文，涵盖预测、分类、异常检测、生成模型、因果发现及大语言模型应用等方向。
2025-06-22 20:54:58
3309
原创 KDD 2025 | (8月轮)时间序列(Time Series)论文总结
KDD 2025将在2025年8月3号到7号在加拿大多伦多举行，本文总结了KDD 2025(August Cycle)有关时间序列（Time Series）相关文章，共计11篇，其中1-10为Research Track，11为ADS Track。如有疏漏，欢迎补充！时间序列Topic：预测，异常检测，测试时适应等。
2025-05-01 20:37:59
2031
原创 KDD 2025 | (8月轮)时空数据(Spatial-temporal)论文总结
KDD 2025将在2025年8月3号到7号在加拿大多伦多举行，本文总结了KDD 2025(August Cycle)有关时空数据（Spatial-Temporal）相关文章，共计17篇，其中1-12为Research Track，13-17为ADS Track。**时空数据Topic：时空预测，轨迹表示学习，轨迹生成，轨迹模拟，信控优化等。如有疏漏，欢迎补充！
2025-05-01 20:33:03
2051
原创 ICDE 2025[Tutorial]| 基于时间序列和时空数据的数据驱动决策
本文提出“数据治理-分析-决策”范式，利用时间序列和时空数据进行数据驱动决策，涵盖数据基础、治理方法、分析特性及决策策略，展望预训练、生成模型与LLMs结合等研究方向。
2025-03-30 18:01:04
1577
原创 AISTATS 2025 | ChronosX：利用外生变量调整预训练时间序列模型
协变量提供了影响时间序列的外部因素的宝贵信息，在许多现实世界的时间序列预测任务中至关重要。例如，在零售业中，协变量可能表示促销或高峰日期（如假期季节），这些日期对需求预测有重大影响。在对时间序列预测进行大型语言模型架构进行预训练方面的最新进展已产生了高度准确的预测器。然而，这些模型中的大多数并不容易使用协变量，因为它们通常特定于某个任务或领域。本文介绍了一种将协变量纳入预训练时间序列预测模型的新方法。
2025-03-30 17:55:07
1290
原创 AI论文速读 | 立场观点：长程时间序列预测中没有冠军
长程时间序列预测的最新进展引入了许多复杂的预测模型，这些模型的表现始终优于以前发布的架构。然而，这种快速发展引发了人们对不一致的基准测试和报告实践的担忧，这可能会削弱这些比较的可靠性。本文的立场强调需要将重点从追求越来越复杂的模型转移到通过严格和标准化的评估方法加强基准测试实践。为了支持主张，首先通过在 14 个数据集上训练 3,500 多个网络，对最流行的基准上表现最佳的模型进行广泛、全面和可重复的评估。
2025-03-18 16:25:10
950
原创 AI论文速读 | AAAI 2025| ST-FiT：使用有限训练数据的归纳时空预测
时空图广泛应用于各种实际应用中。时空图神经网络 (STGNN) 已成为从这些数据中提取有意义见解的强大工具。然而，在实际应用中，大多数节点在训练期间可能不具备任何可用的时间数据。例如，由于疫情的异步性，地理图上大多数城市的疫情动态可能不可用。这种现象与大多数现有时空预测方法的训练要求不符，危及了它们的有效性，从而阻碍了更广泛的部署。在本文中，提出用有限的训练数据制定一种新的归纳预测问题。具体来说，给定一个时空图，目标是学习一个时空预测模型，该模型可以在没有任何可用时间训练数据的情况下轻松推广到这些节点上。
2025-03-18 16:17:02
1374
原创 WWW 2025 | 时空数据（Spatial-Temporal）论文总结
本文总结了WWW 2025有关时空数据（Spatial-Temporal）相关文章，OpenReview上可以看到接收列表。如有疏漏，欢迎大家补充。时空数据Topic：轨迹相似度计算，轨迹生成，交通预测，地理位置嵌入表示，POI推荐等
2025-03-09 20:06:37
1859
原创 WWW 2025 | 时间序列（Time Series）论文总结
本文总结了WWW 2025有关时间序列(Time Series)相关文章，OpenReview上可以看到接收列表。如有疏漏，欢迎大家补充。时间序列Topic：时序预测，异常检测，表示学习，大模型，IOT时序等
2025-03-09 20:04:38
2024
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