时序论文36｜如何在充分利用时间戳信息？

论文标题：How Much Can Time-related Features Enhance Time Series Forecasting?

论文链接：https://arxiv.org/abs/2412.01557

代码链接：https://github.com/zclzcl0223/TimeLinear

研究背景

又是一篇插件类的论文，我之前分享过NIPS24的一篇对时间戳增强的文章，这篇非常类似。个人感觉目前这种插件类的论文性价比很高，因为卷指标本来就很难，而且审稿人也已经“审美疲劳”了。这种论文往往能搞出个大新闻，让审稿人觉得耳目一新。

先看背景，长时序时间序列预测（LTSF）主要关注历史数据中跨时间和跨变量的依赖性捕捉。简单来说，时序任务能用的数据就这两样：时间戳和变量。但许多现有方法主要靠变量建模，却忽略了时间戳相关特征（如季节、月份、星期几、小时、分钟）。