基于大型语言模型的高效时间序列预测模型选择
时间序列预测在金融、医疗、能源等多个领域具有重要意义，其结果对于决策和规划起到关键作用。然而，选择合适的预测模型往往需要丰富的领域知识和大量计算资源。Abdallah等（2022）的研究表明，没有单一算法能在所有预测任务中一统天下，这使得对每个数据集暴力遍历所
时间序列预测
构建可靠的时间序列预测模型：数据泄露、前瞻性偏差与因果关系
数据泄露是指在预测时理论上无法获取的信息，通过某种方式影响了模型的训练过程。在时间序列分析中，由于数据的时序特性，这种问题尤为隐蔽。数据泄露会导致模型在训练阶段表现出远超其在实际生产环境中的准确性。
简单滤波器即可提高时间序列预测精度｜NeurIPS 2024
但是，Transformer并不是万能的，尤其是对于时间序列预测这样的问题来说，它的结构显得有点过于复杂。
TimesLM：时间序列预测基础模型
时间序列预测一直是金融、医疗保健和零售等行业决策的基石。从预测股票价格到优化能源消耗，挑战始终在于开发能够很好地适用于各种数据集和时间模式的模型。