《The Prompt Report: A Systematic Survey of Prompting Techniques》这篇论文通过系统性的元分析，建立...

论文标题：CycleNet: Enhancing Time Series Forecasting through Modeling Periodic Patte...

这篇论文提出了一个名为FlowTurbo的框架，目的是加速流基生成模型的采样过程，以实现实时图像生成。以下是论文的主要内容总结：

不过Flatten Transformer在应用在各种网络上比如Swin-T中的时候也不是所有的都替换，论文实验表示只换前两个stage比较好，超参p=3。比其...

知网的文献库是指中国知网（CNKI）提供的文献检索和获取服务。中国知网是中国知识资源总库的核心部分，是国内最大的综合性学术文献库之一。

论文标题：Fredformer: Frequency Debiased Transformer for Time Series Forecasting

全球土地覆盖10米的更精细分辨率观测和监测（FROM-GLC10） 这项工作和论文的目的是对2017年用不同卫星上的传感器获取的10米分辨率图像进行分类。我们...

经过一段时间的学术研究，她已经发表了 N篇论文，并且她的第 i篇论文得到了来自其他研究文献的 ci次引用。

在多变量时间序列（MTS）分类中，找到对模型性能起决定性作用的特征是一个关键但具有挑战性的任务。但由于MTS数据复杂且高维、时间动态性等多方面因素，使得这种分析...

这个脑电设备32通道，大概1W的样子，今天到手来学习一下设计思路，后面研发的时候用得上。

论文标题：ShapeFormer: Shapelet Transformer for Multivariate Time Series Classificati...

我们看到的很多论文，大多把注意力集中到模型结构的改进上，比如：注意力机制、编码器、解码器设计和改进等。但是，却少有人关注到时间序列数据的embedding上。

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Transform...

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：“...

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...

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...

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：Irregular Multivariate Time Series Forecasting: A Transformable Patching Gr...

论文标题：N-BEATS N EURAL BASIS EXPANSION ANALYSIS FOR INTERPRETABLE TIME SERIES FORE...