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

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

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。

下拉加载更多