时间序列+时空数据，idea轻松出！

今年的各大顶会上，有关时序与时空数据的研究非常活跃。

我们知道传统的时间序列数据是单变量或多变量的数据点序列。 而时空数据在此基础上增加了空间维度，提供了更丰富的上下文信息，进而能从更多角度理解和预测数据所代表的现象。

并且，经典的时序研究方向依然能在2025年发顶会。比如：时序 预测、时空数据插补、异常检测、分类和聚类、模式识别、因果分析、多模态数据融合等等。

时序的赛道这么拥挤，大佬还是能发出paper。他们的创新思路就非常值得我们学习了。甚至能跟着大佬的步伐也冲个顶会。

本文总结了2024年7个顶会（ICLR / ICML / AAAI / IJCAI / WWW / ICDE / SIGMOD）中99篇有关时间序列和时空数据的最新论文，以及开源代码。

无偿分享给大家，欢迎扫码获取。

而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也越来越广泛。

时序可以结合LLM，处理非结构化数据、转移知识，结合多模态信息提高预测准确性， 解决很多传统方法的局限性，是一个很好发论文的方向。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。

时序结合大模型的研究方向，可分为直接提示、时间序列量化、对齐、视觉、工具，共5种。

本文同样整理了时序+大模型67篇代表性的paper和开源代码。同样免费，欢迎扫码下载。