从transformer出来后，感觉时序领域的研究就被其霸占，各类工作都是围绕其进行改进、升级。但Transformer提出已经七年了！继续卷Transformer感觉很难，而且大家也“审美”疲劳了。建议可以了解一下时序卷积相关研究，今年ICLR...

GitHub链接：ViTime: A Visual Intelligence-Based Foundation Model for Time Series Forecasting

先前整理了4篇时间序列大模型的论文，ICML放榜之后，我重点关注了大模型相关的论文，再次梳理了谷歌、清华和CMU的3近期几篇时间序列大模型研究文章（后台回复：“论文合集”获取，共七篇），时间序列大模型的研究正在迅速发展，并且在...

论文标题：Unified Training of Universal Time Series Forecasting Transformers

GitHub链接：https://github.com/microsoft/ProbTS

这是时序可解释性论文汇总的第二篇，第一篇见这里（后台回复：“论文合集”可直接获取整理的文章）。深度学习的可解释性研究一直是热门，而时间序列的可解释性同样非常重要。这是因为时序模型被大量应用到特定领域：金融、医疗、...

梳理了一些时间序列可解释性研究文章（后台回复：“论文合集”获取），深度学习的可解释性研究一直是热门，而时间序列的可解释性同样非常重要。这是因为时序模型被大量应用到特定领域：金融、医疗、交通等，这些应用场景对模型的可...

代码链接：https://github.com/ emadeldeen24/TSLANet.

论文标题：A DECODER - ONLY FOUNDATION MODEL FOR TIME - SERIES FORECASTING

论文标题：SparseTSF: Modeling Long-term Time Series Forecasting with 1k Parameters