Papers with Code 아카이브
Time Series Analysis
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 12
- 평가표
- 3
- 보존된 평가 기록
- 14
Time Series Analysis is a statistical technique used to analyze and model time-based data. It is used in various fields such as finance, economics, and engineering to analyze patterns and trends in data over time. The goal of time series analysis is to identify the underlying patterns, trends, and seasonality in the data, and to use this information to make informed predictions about future values.
<span style="color:grey; opacity: 0.6">( Image credit: Autoregressive CNNs for Asynchronous Time Series )</span>
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
플로우 기반 조건 생성에서의 내재적 외삽 인식
세그먼트 선택을 통한 적응형 시계열 추론
PCA와 커널 PCA를 이용한 항공사 클러스터 분석의 직교성과 차원성
10-K 중 얼마나 많은 부분이 중요한가? 집계 수준에 따른 전문 대 위험 요인 감성의 가치
ALS 진행 및 의료 서비스 이용 예측을 위한 시간적 머신러닝 기반 시간-이벤트 모델
TEDDY: ICD 코드화 진단 이력 기반 소아 위험 조기 예측 파운데이션 모델
MIDiff: 다변량-이미징 디퓨전을 통한 모바일 사용 생성의 희소성과 불균형 해결
NeuroGRIP: 지식 기반 EEG 발작 진단을 위한 검색-증강 그래프 정제
GAttNHP: 시간 지식 그래프에서 외삽 추론을 위한 그룹 어텐션 신경 호크스 프로세스
피크-중요 시계열 예측을 위한 비대칭 피크 인식 손실
동역학 시스템의 제로샷 재구성을 위한 최소 해석 가능 아키텍처
블록체인 활동으로부터 시장 감성 해독: 데이터 기반 감성 분류기
이집트 주식 시장 장·단기 예측을 위한 머신러닝 모델 비교 분석: EGX30 중심
VLT: 산업 지능을 위한 비전-언어-시계열 다중모달 파운데이션 모델
예술 감상에서의 이질적 시선 패턴: 자폐 개인, 예술가, 신경전형적 관찰자 집단 간 어텐션의 공간·시간적 특징
Blackwell 접근가능성(approachability) 관점의 적응형 컨포멀 추론(conformal inference)
종단 및 time-to-event 공동 모델링을 위한 다중양 경험적 베이즈 변분 오토인코더
저랭크 희소 코딩을 위한 다중 사전 학습
맥락 보조 예측에서 모달리티 갭 극복
모든 검색 결과가 유용한 것은 아니다: 시계열 예측을 위한 입력 인식형 RAG의 크로스-어텐션
시계열 멀티모달 융합 재검토: 텍스트 모달리티에는 제약된 융합이 필요하다
신뢰할 수 있는 강수 단기 예측을 위한 안정적인 어텐션 응답
스펙트럼만으로는 충분하지 않다: 컨텍스트가 시계열 예측에 도움이 되는 경우
TSSM: 시간-변수-역사적 모델링을 통한 글로벌 관측소 기상 예측용 삼축 상태 공간 모델
STKAN: 시공간 예측을 위한 Kolmogorov-Arnold Networks
EMAGN: 학습된 클러스터링을 통한 확장 가능한 교통량 예측을 위한 효율적 다중-어텐션 그래프 네트워크
대규모 소매 수요 예측을 위한 정확도 보존형 안정성 정규화
다변량 풍력 발전단 SCADA 데이터 필터링을 위한 군집 알고리즘
뇌종양 진화 예측 및 치료 일정 수립을 위한 AI 증강 적응형 디지털 트윈 모델링
VAIOM: 연속 입력·이산 출력 디코더 전용 금융 시퀀스 모델링
효율적인 래퍼 기반 특징 선택을 통한 풍력·태양광 발전 예측 개선: 실증 연구
강수 단기 예보를 위한 공간-시간 트랜스포머
TRACE-PCa: 적극적 감시 중 종단 MRI를 이용한 전립선암 진행 예측
표면 예측에서 관측 가능성 예측으로: 구름 인식 지구 관측(EO) 모니터링을 위한 잠재 월드 모델
EMG 센싱을 통한 Koopman 기반 그립력 예측
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.