Awesome-TimeSeries-SpatioTemporal-LM-LLM

Awesome-TimeSeries-SpatioTemporal-LM-LLM

大型语言模型在时序和时空数据分析中的应用资源

该项目汇集了用于时间序列、时空数据和事件数据分析的大型语言模型及基础模型资源。内容全面涵盖了最新研究进展,包括论文、代码和数据集。涉及领域包括通用时间序列分析、交通、金融、医疗等多个应用方向,以及事件分析、时空图和视频数据等相关主题。项目为研究人员和实践者提供了一个综合性资源库,并持续更新最新成果。

大型语言模型时间序列时空数据基础模型预训练模型Github开源项目

用于时间序列和时空数据的大型(语言)模型和基础模型(LLM、LM、FM)

Awesome 欢迎PR 星标数 访问量

这是一个专业整理的**用于时间数据(时间序列、时空和事件数据)的大型(语言)模型和基础模型(LLM、LM、FM)**资源列表,包含了丰富的资源(论文、代码、数据等)。我们旨在尽我们所知,全面系统地总结最新进展。

我们将持续用最新资源更新这个列表。如果您发现任何遗漏的资源(论文/代码)或错误,欢迎提出问题或提交拉取请求。

关于人工智能在时间序列(AI4TS)方面在顶级人工智能会议和期刊上发表的论文、教程和综述,请查看这个仓库

综述论文

用于时间序列和时空数据的大型模型:综述与展望

作者: Ming Jin, Qingsong Wen*, Yuxuan Liang, Chaoli Zhang, Siqiao Xue, Xue Wang, James Zhang, Yi Wang, Haifeng Chen, Xiaoli Li (IEEE Fellow), Shirui Pan*, Vincent S. Tseng (IEEE Fellow), Yu Zheng (IEEE Fellow), Lei Chen (IEEE Fellow), Hui Xiong (IEEE Fellow)

🌟 如果您觉得这个资源有帮助,请考虑为这个仓库点星,并引用我们的综述论文:

@article{jin2023lm4ts,
  title={Large Models for Time Series and Spatio-Temporal Data: A Survey and Outlook}, 
  author={Ming Jin and Qingsong Wen and Yuxuan Liang and Chaoli Zhang and Siqiao Xue and Xue Wang and James Zhang and Yi Wang and Haifeng Chen and Xiaoli Li and Shirui Pan and Vincent S. Tseng and Yu Zheng and Lei Chen and Hui Xiong},
  journal={arXiv preprint arXiv:2310.10196},
  year={2023}
}

用于时间序列的大型语言模型

通用时间序列分析

  • 观点论文:大型语言模型能告诉我们关于时间序列分析的什么,发表于 arXiv 2024, [论文]
  • Time-LLM:通过重新编程大型语言模型进行时间序列预测,发表于 ICLR 2024, [论文] [官方代码]
  • TEMPO:基于提示的生成式预训练Transformer用于时间序列预测,发表于 ICLR 2024, [论文]
  • TEST:文本原型对齐嵌入以激活大型语言模型处理时间序列的能力,发表于 ICLR 2024, [论文]
  • UniTime:一个语言赋能的跨域时间序列预测统一模型,发表于 WWW 2024, [论文]
  • LLM4TS:使用预训练大型语言模型进行时间序列预测的两阶段微调,发表于 arXiv 2023, [论文]
  • 第一步是最困难的:为大型语言模型表示和标记时间数据的陷阱,发表于 arXiv 2023, [论文]
  • PromptCast:时间序列预测的新型基于提示学习范式,发表于 TKDE 2023. [论文]
  • 一个适用所有:通过预训练语言模型实现通用时间序列分析,发表于 NeurIPS 2023, [论文] [官方代码]
  • 大型语言模型是零样本时间序列预测器,发表于 NeurIPS 2023, [论文] [官方代码]

交通应用

  • 我下一步去哪里?大型语言模型作为人类移动预测器,发表于 arXiv 2023,[论文]
  • 利用语言基础模型进行人类移动预测,发表于 SIGSPATIAL 2022,[论文]

金融应用

  • 时间数据遇上大语言模型 -- 可解释的金融时间序列预测,发表于 arXiv 2023,[论文]
  • BloombergGPT:金融领域的大型语言模型,发表于 arXiv 2023,[论文]
  • 织布鸟:结合大型语言模型、知识库和搜索引擎赋能金融决策,发表于 arXiv 2023,[论文][官方代码]
  • ChatGPT能预测股价走势吗?收益预测性和大型语言模型,发表于 arXiv 2023,[论文]
  • Instruct-FinGPT:通过指令调优通用大型语言模型进行金融情感分析,发表于 arXiv 2023,[论文]
  • 华尔街新手:ChatGPT在多模态股票走势预测挑战中的零样本分析,发表于 arXiv 2023,[论文]

医疗保健应用

  • 大型语言模型是少样本健康学习器,发表于 arXiv 2023,[论文]
  • 医疗系统规模的语言模型是全能预测引擎,发表于 Nature 2023,[论文]
  • 电子健康记录的大型语言模型,发表于 NPJ Digit. Med. 2022,[论文]

事件分析

  • 使用语言模型起草事件模式,发表于 arXiv 2023,[论文]
  • 语言模型可以通过少样本溯因推理改进事件预测,发表于 NeurIPS 2023,[论文][官方代码]

用于时间序列的预训练基础模型

通用时间序列分析
  • SimMTM:用于掩蔽时间序列建模的简单预训练框架,发表于 NeurIPS 2023,[论文]
  • 一个时间序列价值64个词:使用Transformer进行长期预测,发表于 ICLR 2023,[论文] [官方代码]
  • 时间序列无监督域适应的对比学习,发表于 ICLR 2023,[论文]
  • TSMixer:用于多变量时间序列预测的轻量级MLP-Mixer模型,发表于 KDD 2023,[论文]
  • 通过时频一致性进行时间序列的自监督对比预训练,发表于 NeurIPS 2022,[论文] [官方代码]
  • 预训练增强的时空图神经网络用于多变量时间序列预测,发表于 KDD 2022,[论文]
  • TS2Vec:面向时间序列的通用表示,发表于 AAAI 2022,[论文] [官方代码]
  • Voice2Series:重新编程声学模型用于时间序列分类,发表于 ICML 2021,[论文] [官方代码]

事件分析

用于时空图的大型语言模型

  • 语言知识辅助的骨架动作识别表示学习,发表于 arXiv 2023,[论文]
  • 基于ChatGPT的图神经网络用于股票走势预测,发表于 arXiv 2023,[论文]

用于时空图的预训练基础模型

通用目的

  • 对比学习信号何时有助于时空图预测?发表于 SIGSPATIAL 2023,[论文]
  • 通过自步调图对比学习挖掘时空关系,发表于 KDD 2022,[论文]

气候

  • 使用3D神经网络进行精确中程全球天气预报,发表于2023年《自然》。[论文]
  • ClimaX:天气和气候基础模型,发表于2023年ICML。[论文] [官方代码]
  • GraphCast:学习熟练的中程全球天气预报,发表于2022年arXiv。[论文]
  • FourCastNet:使用自适应傅里叶神经算子的全球高分辨率数据驱动天气模型,发表于2022年arXiv。[论文]
  • 使用3D神经网络进行精确中程全球天气预报,发表于2023年《自然》。[论文]
  • W-MAE:用于多变量天气预报的带掩码自编码器预训练天气模型,发表于2023年arXiv。[论文]
  • 风吴:将熟练的全球中程天气预报推进到10天以上,发表于2023年arXiv。[论文]

交通

  • 用于规则区域人流预测的预训练双向时间表示,发表于2019年《IEEE Access》。[论文]
  • Trafficbert:用于长期交通流量预测的大规模数据预训练模型,发表于2021年《Expert Systems with Applications》。[论文]
  • 通过生成式图转换器构建交通基础模型,发表于2023年arXiv。[论文]

用于视频数据的大语言模型

  • 通过冻结双向语言模型进行零样本视频问答,发表于2022年NeurIPS。[论文]
  • 具有图像描述符的语言模型是强大的小样本视频-语言学习器,发表于2022年NeurIPS。[论文]
  • VideoLLM:使用大型语言模型对视频序列建模,发表于2023年arXiv。[论文]
  • VALLEY:具有增强能力的大型语言模型视频助手,发表于2023年arXiv。[论文]
  • Vid2Seq:用于密集视频描述的视觉语言模型大规模预训练,发表于2023年CVPR。[论文]
  • 检索式回答:使用冻结大型语言模型进行零样本视频问答,发表于2022年NeurIPS。[论文]
  • VideoChat:以聊天为中心的视频理解,发表于2023年arXiv。[论文]
  • MovieChat:从密集标记到稀疏记忆的长视频理解,发表于2023年arXiv。[论文]
  • 语言模型是零样本视频问答的因果知识提取器,发表于2023年CVPR。[论文]
  • Video-LLaMA:用于视频理解的指令调优音视频语言模型,发表于2023年arXiv。[论文]
  • 从大型语言模型学习视频表示,发表于2023年CVPR。[论文]
  • Video-ChatGPT:通过大型视觉和语言模型实现详细的视频理解,发表于2023年arXiv。[论文]
  • 交通领域视频问答与自动描述,发表于2023年arXiv。[论文]
  • LAVENDER:将视频-语言理解统一为掩码语言建模,发表于2023年CVPR。[论文]

用于视频数据的预训练基础模型

  • OmniVL:一个用于图像-语言和视频-语言任务的基础模型,发表于2022年NeurIPS。[论文]
  • Youku-mPLUG:一个1000万规模的中文视频-语言数据集,用于预训练和基准测试,发表于2023年arXiv。[论文]
  • PAXION:在视频-语言基础模型中修补动作知识,发表于2023年arXiv。[论文]
  • mPLUG-2:跨文本、图像和视频的模块化多模态基础模型,发表于2023年ICML。[论文]

数据集

交通应用
医疗保健应用
天气应用
金融应用
视频应用
事件分析应用
其他通用应用

相关大语言模型/语言模型/基础模型资源

综述

  • 大语言模型综述,发表于《arXiv》2023。[论文] [链接]
  • 实践中利用大语言模型的力量:ChatGPT及其他模型的综述,发表于《arXiv》2023。[论文] [链接]
  • LLM-Adapters:用于大语言模型参数高效微调的适配器系列,发表于《arXiv》2023。[论文] [链接]
  • 超越通用模型:大语言模型领域专门化综述,发表于《arXiv》2023。[论文]
  • 健康信息学中的大型人工智能模型:应用、挑战和未来,发表于《arXiv》2023。[论文] [链接]
  • FinGPT:开源金融大语言模型,发表于《arXiv》2023。[论文] [链接]
  • 地理空间人工智能基础模型的机遇与挑战,发表于《arXiv》2023。[论文]

Github

相关资源

时间序列综述

  • 时间序列分析的基础模型:教程与综述,发表于 KDD 2024。[论文]
  • 大语言模型能告诉我们关于时间序列分析的什么,发表于 ICML 2024。[论文]
  • 多变量时间序列插补的深度学习:综述,发表于 arXiv 2024。[论文] [网站]
  • 时间序列分析的自监督学习:分类、进展和展望,发表于 TPAMI 2024。[论文] [网站]
  • 面向时间序列的图神经网络综述:预测、分类、插补和异常检测,发表于 arXiv 2023。[论文] [网站]
  • 时间序列中的Transformer:综述,发表于 IJCAI 2023。[论文] [GitHub仓库]
  • 深度学习时间序列数据增强:综述,发表于 IJCAI 2021。[论文]
  • 基于深度学习的时间序列预测:综述,发表于 Philosophical Transactions of the Royal Society A 2021。[论文]
  • 时间序列数据中的异常值/异常检测综述,发表于 CSUR 2021。[论文]
  • 时间序列分类的深度学习:综述,发表于 Data Mining and Knowledge Discovery 2019。[论文]
  • 时间序列预训练模型综述,发表于 arXiv 2023。[论文] [链接]
  • 时间序列分析的自监督学习:分类、进展和展望,发表于 arXiv 2023。[论文] [网站]
  • 面向时间序列的图神经网络综述:预测、分类、插补和异常检测,发表于 arXiv 2023。[论文] [网站]

AIOps综述

  • AIOps:现实世界的挑战和研究创新,发表于 ICSE 2019。[论文]
  • AIOps故障管理方法综述,发表于 TIST 2021。[论文]
  • 云平台上的IT运维人工智能(AIOps):评论、机遇与挑战,发表于 arXiv 2023。[论文]

AIOps的大语言模型/语言模型/基础模型论文

  • 利用大语言模型增强云事件实用根因分析,发表于 arXiv 2023。[论文]
  • 使用大语言模型为云事件推荐根因和缓解步骤,发表于 arXiv 2023。[论文]
  • OpsEval:面向大语言模型的综合任务导向AIOps基准,发表于 arXiv 2023。[论文]

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多