TiMi框架整合大型语言模型用于多模态时间序列预测

研究人员开发了TiMi，一个新颖的框架，通过整合大型语言模型（LLMs）和多模态专家混合（MMoE）模块来增强多模态时间序列预测。该方法旨在利用文本信息，如政策公告和紧急报告，来提高预测准确性。TiMi在十六个真实世界基准测试中展现了最先进的性能，提供了适应性和可解释性。 AI

影响 通过利用大型语言模型进行因果推理和提高预测准确性，增强了多模态时间序列预测。

排序理由 该集群描述了一篇研究论文，详细介绍了一个用于时间序列预测的新模型/框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• Jiafeng Lin
• Multimodal Mixture-of-Experts
• ScienceCast
• Timi
• Transformer++

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →