时间序列分析是数据科学的一个重要分支，目前时间序列分析已经广泛应用于各行各业，从金融市场的预测、工业生产的优化，到医疗健康的监测和智能运维的支持。
NeurIPS2024会议不仅发布了时序的新数据集和基准测试，还引入了新的评估方法。同时，新技术如KAN、Mamba、大模型的融合，以及Sora模型的普及，正在推动扩散模型等生成技术在时间序列分析中的应用，这也预示着该领域在2025年将迎来新的发展高潮。
这次我整理了NeurIPS时序论文/ICML时间序列论文/扩散模型+时序/视频分析+时序/Transformer+时序等论文和最全时序系列课。
立即解锁公开课
时间序列数据是许多行业中常见的数据类型，它记录了随时间变化的数据点。从股市的股价到医疗健康中的病人体征，再到零售行业的销售量，时间序列数据无处不在。
比如，你是一家超市的经理，已经获得了数百种产品的每日销售历史数据，需要寻找一种时间序列预测算法来预测未来几周的销售情况。
又比如，你是互联网出行公司的市场部经理，需要预测用户需求，在各个区域订单需求增加前将司机引导至这些区域，实现科学地调度资源，增加营收。
除此之外，随着目前金融科技和人工智能的火热，全球金融市场的金融时间序列（如黄金价格、股票、期货等）也应用以深度学习（DL）为首的现代人工智能模型不断进行分析和预测。
越来越多的专业和非专业公司，以及一些主要金融机构（银行、基金、人工智能、金融科技公司等）正在部署或试验 AI 模型和算法来预测这些真实世界中的时间序列。
这次我邀请了QS前100博士，给大家做了时序的系列学习课，从基础论文代码——经典论文和代码——股价预测实战。原价399元，现在只要1.99元即可解锁课程
课程大纲
时空数据挖掘—交通流预测
Anomaly Transformer论文+代码
交通流量预测STWave论文+代码
发电量预测Short-term论文+代码
时序预测TAU论文代码讲解CVPR 2023
时序3篇论文带读
时间序列胜过64个字：变压器的长期预测（ICLR 2023）
koopa：使用Koopman预测期学习非平稳时间序列动力学（NeurIPS 2023）
面向多变量时间序列预测的多尺度自适应图神经网络（TKDE 2023）
GlepNet论文详解
金融股价预测
基于金融文本情感分析的股票指数预测新方法
1.99元解锁系列课
领大牛整理课件
时序在顶会中仍然是一个热门且活跃的研究方向。特别是，随着深度学习和自监督预训练方法的发展，大模型在时间序列和时空数据分析中的应用越来越广泛。在ICLR'24、WWW'24、AAAI'24、IJCAI'24等今年的顶会上，都有多篇时序+大模型的研究入选，这些研究方向包括直接提示、时间序列量化、对齐、视觉、工具等。
特别是今年股市的火热，2025年仍然是时序火爆的一年，尤其是在顶级的学术会议上。我汇总了现有大牛的部分顶会idea，感兴趣的可以直接扫码和导师面对面畅聊~
扫码免费与大牛导师
1V1meeting
