近期，研究人员开发了一种新的时序基础模型，名为TimesFM。该模型可应用于各种时间序列预测问题，包括股票价格、气象数据和交通流量等。TimesFM的优点在于能够处理数据的多种特征，如周期性、趋势性和季节性等。此外...

Lag-Llama是一种基于Transformer的模型，可在零样本和少样本泛化方面表现出色，并在广泛的时间序列数据上进行了预训练。通过对少量数据进行微调，它超越了现有深度学习方法的最新性能，标志着时间序列分析基础模型的...

Stanchion是一款SQLite 3扩展程序，可以在SQLite中实现列式存储。它将列式存储和数据仓库的所有优势带到了SQLite已经部署的任何地方。相对于行式存储，列式存储在存储和处理指标、日志和事件数据、时间序列数据存储...

该论文借鉴了LSTM的思想，并训练了一个拥有3B参数的模型，其性能优于更大的7B参数Transformer模型。这项工作有望在序列建模领域取得新的进展，尤其是在性能和可伸缩性方面。

近日，一款名为Aeon的GitHub工具库引起了业界的广泛关注。Aeon为用户提供了进入最新时间序列机器学习算法的通道，除此之外，它还配备了一系列的经典学习技术，可用于预测和分类等学习任务。无论是新兴的机器学习研究...