APCL 上线 Kudos Research Showcase
整理 APCL 在 Kudos Research Showcase 的展示信息,以及面向非专业读者的研究介绍。
整理 APCL 在 Kudos Research Showcase 的展示信息,以及面向非专业读者的研究介绍。
介绍 APCL 如何结合层次原型、对比学习与 MDL 准则,联合学习时间序列表征和聚类数量。
作为第一作者,我的一项关于如何处理异构时序数据的相关工作被数据库会议 DASFAA 2026(CCF-B)录用为Regular Paper。然而,受制于学校课程安排,以及路途花销等问题,是否参会尚在考虑。
非常荣幸,在2026开年之际,我作为唯一作者的两篇论文被信号处理领域会议 ICASSP 2026 (CCF-B) 录用。 在此,我由衷感谢所有给予我指导、支持与鼓励的老师、同学和朋友们。这两项工作均聚焦于将传统信号处理理论与深度学习模型深度融合,以提升时间序列预测的精度与健壮性,是我在大半年前...
大家好,我想和大家聊聊我过去一段时间做的一件事:时间序列预测。 说白了,就是看着一串随时间变化的数字,比如过去一个月的用电量、过去一年的股票价格,然后去猜它接下来会怎么变。这件事听起来不复杂,我们每个人其实天天都在做。出门前看看天,是想预测接下来几个小时会不会下雨;买东西看评价,是想预测自己拿...
This is an official implementation of [SWIFT: State-space Wavelet Integrated Forecasting Technology for Enhanced Time Series Prediction].
介绍结合多尺度建模与不确定性估计的 EnergyPatchTST 能源预测方法。