- 博客(177)
- 收藏
- 关注
RSS订阅原创 KDD 2026 | (2月轮)时间序列预测论文总结【下】
KDD 2026于2026年8月9日至13日于韩国济州（Jeju, Korea ）正在举行。本文总结了KDD 2026（February Cycle）上有关时间序列（Time Series）的相关论文。**注**：由于时间序列的论文高达57篇，笔者将分为上下2篇推文来总结，下篇主要涉及**表示学习，生成，异常检测**和**分类**等论文，包含**Research**，**Applied Data Science**，**AI for Science**和**Datasets and Benchmar
2026-08-30 11:09:52
314
原创 KDD 2026 | （2月轮）时空数据(Spatial-Temporal)论文总结时空（交通）预测，轨迹数据挖掘（表示，生成）
本文总结了KDD 2026（February Cycle）上有关时空数据（Spatial-Temporal）的相关论文。**注**：由于时空数据的论文高达61篇，笔者将分为上下2篇推文来总结，上篇主要涉及交通时空，轨迹，POI等论文，包含**Research**，**Applied Data Science**，**AI for Science**和**Datasets and Benchmarks** 4个Track的论文。**时空数据Topic**：时空（交通）预测，轨迹数据挖掘（表示，生成），
2026-08-30 11:05:44
551
原创 KDD 2026 | （7月轮）LLM × Graph论文总结
KDD 2026将在2026年8月9日至13日于韩国济州（Jeju, Korea ）举行。本文总结了KDD 2026（July Cycle）上有关LLM × Graph的相关论文。LLM × Graph Topic：文本属性图，知识图谱，RAG，问答，推荐系统，生成式推荐，网络安全等。
2026-08-23 16:52:32
221
原创 KDD 2026 | （7月轮）时间序列（Time Series）论文总结
KDD 2026时间序列研究综述：聚焦预测、生成与LLM应用 KDD 2026会议将展示时间序列领域的最新研究进展，涵盖预测、分类、生成及大语言模型应用等方向。主要研究成果包括：1）Mamba架构在时间序列预测中的优化方法；2）基于LLM的低频时序预测模型LoFT-LLM；3）跨架构蒸馏技术TimeDistill提升长期预测效率；4）TimeBridge通过扩散桥模型改进时序生成；5）针对标签噪声的鲁棒学习框架。研究趋势显示，大语言模型与知识蒸馏技术正成为时序分析的新范式，同时控制理论与多模态方法也为特定场
2026-08-23 16:48:54
302
原创 KDD 2026 | (7月轮)时空数据(Spatial-temporal)论文总结（时空预测，轨迹数据，人群移动，天气预报，多
本文总结了KDD 2026会议上关于时空数据（Spatial-Temporal）的研究进展，涵盖了交通预测、轨迹数据挖掘、天气预报以及大模型和多模态Agent在时空数据中的应用等方向。研究内容包括事件驱动的交通预测、基于扩散模型的轨迹生成、物理驱动的行人轨迹预测、反事实学习的信号灯控制、多视图城市区域嵌入等。论文涉及多个技术领域，如扩散模型、图卷积网络、大语言模型等，展示了时空数据挖掘的最新成果和未来趋势。会议将于2026年8月在韩国济州举行。
2026-07-26 12:21:18
317
原创 ICML 2026 | LLM×Graph论文总结[2]【Graph4LLM，Graph4Agent，智能体记忆（Memory）
ICML 2026将在2026年7月6日—11日于韩国首尔（Seoul, South Korea）举行。本文总结了2026 ICML上有关LLM × Graph相关论文。如有疏漏，欢迎大家补充。注：笔者将分为上下2篇推文来总结，本文主要涉及针对图任务本身的的论文。本文Graph的Topic：Graph4LLM，Graph4Agent，智能体记忆（Memory），AgenticRL，RAG等。
2026-07-26 12:19:35
247
原创 ICML 2026 | LLM×Graph论文总结[1]【图基础模型，文本属性图，多模态属性图，图对齐，图提示学习，关系深度学习
本文总结了2026年ICML会议上关于图神经网络与大语言模型（LLM）结合的相关研究，聚焦图基础模型、多模态属性图、知识图谱问答等方向。收录了33篇论文，涵盖图对齐、提示学习、结构学习等关键技术，展示了图神经网络在不同数据模态和实际任务中的应用进展。部分工作提出了创新性方法，如双向对齐的潜在图扩散模型、多模态图基础模型的分治策略等，为图学习领域提供了新的理论框架和实用工具。
2026-07-12 10:37:06
896
原创 ICML 2026 | 时间序列（Time Series）论文总结（3）【因果，可解释性，不规则时序，表示学习，benchmar
本文总结了2026年ICML会议上关于时间序列分析的39篇论文，涵盖因果发现、可解释性、不规则时序建模、表示学习和基准测试等多个主题。论文涉及跨学科应用，如生物医学时序分析和时间序列数据库自然语言查询。创新方法包括可信度感知的联邦因果发现、多尺度时序统一建模、不规则时序的潜在拉普拉斯扩散等。研究还关注时间序列模型的透明度问题，提出了多种解释性技术。这些工作展示了时间序列分析在算法创新和应用广度上的最新进展，为未来研究提供了重要参考。
2026-07-12 10:34:48
281
原创 ICML 2026 | 时间序列（Time Series）论文总结【基础模型，生成，分类，异常检测，插补，表示学习和分析等】
ICML 2026时间序列研究综述（中篇）聚焦31篇论文，涵盖时间序列基础模型、生成、分类、异常检测等方向。核心工作包括：Olivia通过功率谱密度对齐基础模型，Time-PEFT提出参数高效微调方法，Universal Redundancies探究模型可解释性。此外，TimeOmni-VL构建统一时序理解生成框架，CURE针对分类任务提出领域泛化方案，COGNOS通过高斯噪声优化提升异常检测性能，HELIX创新时序插补方法。研究呈现三大趋势：基础模型架构优化（如Mantis轻量化设计）、多模态融合（如Op
2026-07-04 19:01:29
453
原创 ICML 2026 | 时间序列预测(TSF)论文总结【LLM，时间序列基础模型，协变量，不规则时序，非平稳时序，稳健时序预测，不确定性量化等】
ICML 2026将举办于韩国首尔，本文总结了会议中125篇时间序列预测相关论文（分3篇推文详述）。研究主题涵盖LLM应用、基础模型、不规则/非平稳时序、稳健预测、不确定性量化等方向。50篇代表性论文涉及创新方法如潜在上下文驱动（L-Drive）、周期性分解框架（PESD-TSF）、鲁棒对抗防御（DropoutTS）、知识引导建模（KITE）、LLM增强理解（TsLLM）等，重点关注模型泛化性、多变量处理、动态网络结构和评估基准改进。部分工作提出新范式，如基于动力学的预测、双向启发知识利用、频谱交互策略等，
2026-07-04 18:55:57
648
原创 ICML 2026 | 时空数据（Spatial-Temporal）论文总结（下）【天气预报，物理时空，LLM/MLLM等的应用
ICML 2026将在2026年7月6日—11日于韩国首尔（Seoul, South Korea）举行。本文总结了2026 ICML上有关时空数据（Spatial-Temporal）相关论文。如有疏漏，欢迎大家补充。注：笔者将分为上下2篇推文来总结，本文主要涉及时空数据中有关气象数据，物理时空等论文。本文时空数据Topic：天气预报，物理时空，LLM/MLLM等的应用等。
2026-06-21 11:15:18
314
原创 ICML 2026 | 时空数据（Spatial-Temporal）论文总结（上）【时空（交通）预测，信号灯控制，地理空间表示，
ICML 2026将在2026年7月6日—11日于韩国首尔（Seoul, South Korea）举行。本文总结了2026 ICML上有关时空数据（Spatial-Temporal）相关论文。如有疏漏，欢迎大家补充。注：笔者将分为上下3篇推文来总结，本文主要涉及时空数据中有关交通，城市以及地理信息的论文。本文时空数据Topic：时空（交通）预测，信号灯控制，地理空间表示，城市感知，轨迹预测，LLM/VLM以及MLLM等的应用等。
2026-06-21 10:56:49
472
原创 CVPR 2026 | LLM × Graph论文总结（VLM，多模态大模型，问答，Graph4VLM等）
CVPR 2026将聚焦LLM与图学习的交叉研究，涵盖多模态大模型、视觉问答等热点方向。多篇论文探讨了图结构在VLM中的应用，如随机图适配器优化微调（Beyond Graph Model）、图拓扑表示提升问答能力（DynamicGTR）、异构图监督的小样本学习（TOGA）等。此外，GraphVLM和DiGraphHal-Bench等研究构建了多模态图学习的评测基准，Mario则提出多模态图推理框架。这些工作通过图神经网络与视觉语言模型的结合，推动了复杂图数据理解和推理的进展。
2026-05-17 21:05:13
1398
原创 CVPR 2026 | 时空时序论文总结（天气预报，交通模拟，域自适应等）
CVPR 2026时空时序研究聚焦天气预报与交通模拟两大方向。在交通模拟领域，RLFTSim提出基于强化学习的多智能体交通模拟方法，TrafficAlign探索大语言模型在交通场景生成中的应用。天气预报方面，Spatiotemporal Pyramid Flow Matching和STCast分别提出气候模拟与自适应边界对齐的新方法，MeteorPred则构建了多模态大模型用于极端天气预测。此外，PFGNet提出全卷积频率引导网络提升时空预测效率，ChangeBridge开发了遥感图像生成的多模态控制框架。
2026-05-17 20:50:31
733
原创 KDD 2026 | （7月轮）LLM × Graph论文总结
KDD 2026将聚焦LLM与图学习的交叉研究，涵盖推荐系统、知识图谱、网络安全等主题。研究赛道包括：基于LLM的知识图谱推荐系统（论文1）、多模态威胁检测（论文2）、长尾文本图数据增强（论文3）、知识图谱问答（论文4）、元认知增强的RAG（论文5）以及扩散模型驱动的知识图谱推荐（论文6）。数据赛道推出LitBench工具（论文7），支持以图为中心的LLM文献任务评测。这些工作展示了LLM与图结构数据结合的创新方向，为复杂场景提供新解决方案。
2026-05-06 17:49:16
794
原创 ICLR 2026 | LLM×Graph论文总结【LLM4Graph & Graph4LLM】
本文总结了ICLR 2026中关于大语言模型(LLM)与图(Graph)结合的29篇论文。主要分为两大类：LLM4Graph（利用LLM处理图任务）和Graph4LLM（利用图增强LLM能力）。LLM4Graph又细分为文本属性图(TAG)、知识图谱(KG)、图基础模型(GFM)和AI4Science等方向。统计显示论文均分为5.21分，最高6分的有4篇。其中两篇Oral论文分别关注多领域图基础模型构建和LLM在图推理任务中的应用。这些研究展示了LLM与图结合在语义推理、知识问答、分子理解等领域的创新应用，
2026-05-06 17:45:56
625
原创 SIGIR 2026 | LLM × Graph论文总结（图增强LLM，GraphRAG，Agent，多模态，知识图谱，搜索，推
SIGIR 2026时空数据研究摘要 SIGIR 2026会议将收录15篇时空数据相关论文，涵盖图增强LLM、知识图谱、多模态推荐等前沿方向。研究亮点包括：1）基于LightGCN和LLM的文本表征学习；2）DCGL双通道图学习框架在推荐系统的应用；3）时序知识图谱问答的SSR方法；4）多模态推荐系统MLLMRec的图优化范式；5）mKG-RAG多模态知识图谱增强的视觉问答技术。其中5篇聚焦GraphRAG技术，3篇涉及多模态推荐，2篇探索LLM与知识图谱的协同推理。产业论文展示了电信领域知识图谱构建实践，
2026-05-03 16:53:13
2886
原创 WWW 2026 | LLM×Graph论文总结【LLM4Graph & Graph4LLM】
2026年WWW会议将聚焦LLM与图技术的交叉研究，收录24篇相关论文，主要分为两大类： LLM4Graph：利用LLM处理图任务，涵盖文本属性图（TAG）、知识图谱（KG）和图基础模型（GFM），包括异常检测、分子图编辑、对抗攻击等方向； Graph4LLM：通过图结构增强LLM能力，涉及知识图谱增强生成、多智能体协作框架等。 亮点工作如RAG-GFM解决图模型内存瓶颈，MixRAG实现混合专家检索增强生成，UTAG统一文本图嵌入生成。研究趋势显示LLM与图技术的深度融合正推动基础模型优化与跨领域应用。
2026-05-03 16:51:35
507
原创 AI论文速读 | 时序预测什么才是关键？四大设计维度拆解虚假进步，重塑评估标准
Q: 论文如何解决这个问题？ A: 论文通过四步解构流程系统性地诊断并解决深度学习时间序列预测中的混乱现状： 维度拆解 将现有架构差异归类为四大设计维度： D1: 模型配置（全局/局部/混合建模范式） D2: 预处理与协变量（归一化、外部变量使用） D3: 时间处理（修补策略、序列建模层） D4: 空间处理（通道独立/交互机制） 控制变量实验 在统一实验框架下（相同数据划分/评估指标/硬件），通过消融研究发现： 预处理选择（如标准化方式）对性能的影响超过模型架构本身 简单的MLP配合合理修补策略可达到SOT
2026-04-27 15:01:55
342
原创 AI论文速读 | QuitoBench：支付宝高质量开源时间序列预测基准测试集
本文提出QuitoBench，一个高质量、均衡覆盖8种时间序列状态（趋势×季节性×可预测性）的开源基准，解决了现有基准分类粗糙、分布不均和泄漏问题。基于支付宝十亿级数据集Quito，论文通过23万次实验评估10类模型，发现：（1）深度学习模型在短上下文领先，基础模型在长上下文占优；（2）可预测性对预测难度影响最大（误差差达3.64倍）；（3）深度学习模型能以1/59参数量达到基础模型性能；（4）数据规模扩大比模型规模更关键。该研究为时间序列预测提供了首个严格的状态感知评估框架。
2026-04-27 14:57:05
312
原创 WSDM 2026 | 时间序列(Time Series)论文总结【预测，表示学习，因果】
WSDM 2026时间序列研究综述：本次会议收录了3篇相关论文，涵盖预测、表示学习和因果分析方向。1）《Can Slow-thinking LLMs Reason Over Time》提出TimeReasoner框架，探索慢思考大语言模型在时序预测中的推理能力；2）《Self-Supervised Representations of Time Series》提出TimeMAE自监督框架，通过解耦掩码自编码器提升时序表示学习；3）短文《Confounder-Aware Causal Graph Learni
2026-04-18 19:26:11
976
原创 WSDM 2026 | 时空数据(Spatial Temporal)论文总结
本文总结了WSDM 2026会议中关于时空数据的4篇论文，涵盖交通网络布局、推荐系统、金融交易和交通预测等领域。其中3篇长文分别提出：1）基于扩散模型的交通网络布局优化框架；2）结合信息瓶颈的扩散模型用于下一购物篮推荐；3）双向量量化变分自编码器的金融时空因子模型。1篇短文提出两阶段异常感知框架用于鲁棒交通预测。这些研究通过创新方法解决了各自领域的核心挑战，在实验中均展现出优于现有方法的性能。
2026-04-18 19:23:56
510
原创 WWW 2026 | 时空数据(Spatial Temporal)论文总结(交通预测，人群移动，轨迹表示，信控等)
本文总结了WWW 2026上有关时空数据（Spatial-Temporal）的相关论文，包含Research和Web4Good两个Track的论文，总计23篇，如有疏漏，欢迎补充。时空数据Topic：交通预测（多模态，大模型等），人群移动预测，城市感知（智能体），信控优化，轨迹表示学习，城市规划等。
2026-04-04 21:50:42
657
原创 WWW 2026 | 时间序列（Time Series）论文总结（预测，生成，插补，分类，异常检测等）
本文总结了WWW 2026会议上关于时间序列分析的27篇论文，涵盖预测、分类、异常检测等任务，以及LLM、Mamba等技术的应用。
2026-04-04 21:45:49
1030
原创 AI论文速读 | 元认知监控赋能深度搜索：认知神经科学启发的分层优化框架
本文提出了一种受认知神经科学启发的分层元认知监控智能体架构DS-MCM，用于解决大型语言模型在深度搜索任务中缺乏自我监控能力的问题。该框架通过快速一致性监控器和慢速经验驱动监控器的协同工作，实现了对推理-检索过程的动态调节。快速监控器轻量级检测内部推理与外部证据的一致性，慢速监控器则基于历史经验进行选择性干预。实验表明，DS-MCM在多步推理任务中显著提升了准确性和鲁棒性。该研究为增强AI智能体的自我监控能力提供了新思路。
2026-03-29 14:04:03
484
原创 AI论文速读 | 时序预测什么才是关键？四大设计维度拆解虚假进步，重塑评估标准
本文通过系统分析时间序列预测领域的四大关键设计维度（模型配置、预处理与外部变量、时间处理、空间处理），揭示了当前深度学习预测研究中的核心问题。研究发现，简单架构（如MLP）在合理设计下可匹配最先进模型性能，而许多复杂组件（如空间注意力）的实际贡献有限。论文呼吁优化基准测试流程，并提出预测模型卡片模板，以提高研究透明度和可比性，推动领域聚焦真正有效的设计原则。
2026-03-29 14:02:49
581
原创 ICLR 2026 | 时空数据(Spatial-Temporal)论文总结[下]（物理时空和气象时空：气象预测，时空点过程）
本文总结了ICLR 2026中关于时空数据的13篇论文，涵盖气象预测、物理时空等领域。高分论文包括OmniField（多模态时空学习）、DGNet（时空偏微分方程学习）和Zephyrus（天气科学智能框架）。这些研究展示了时空数据建模的最新进展，如条件神经场、离散格林网络和基于LLM的天气科学代理系统。论文平均评分5.31分，其中3篇评分≥6分，最高分为7分（Zephyrus）。这些工作为复杂时空系统建模提供了新的解决方案。
2026-03-06 14:50:39
521
原创 ICLR 2026 | 时空数据(Spatial-Temporal)论文总结[上]（交通与城市科学：交通预测，轨迹挖掘，自动驾驶等）
本文总结了ICLR 2026中23篇时空数据相关论文，涵盖交通预测、城市科学、气象预测等领域。论文平均评分为5.28分，其中6篇均分≥6分。重点研究包括基于Koopman算子的交通流预测、多模态地理表征学习框架MoRA、事件驱动的人类移动生成模型ELLMob等。这些工作展现了时空数据分析在智能交通、城市计算等领域的创新应用，特别是结合大语言模型和深度学习的新方法。完整论文列表及评分详见正文。
2026-03-06 14:46:28
979
原创 MM 2025 | 时间序列（Time Series）论文总结【预测，分类，异常检测，医疗时序】
ACM MM 2025时间序列研究综述：本文总结了将于2025年10月在都柏林举办的ACM MM会议中关于时间序列分析的9篇前沿研究，涵盖预测、分类、异常检测和医疗时序等多个方向。重点包括：基于BERT架构的TimesBERT基础模型、DualSG双流预测框架、医疗时序分类中的知识增强方法Foresail、无监督异常检测模型，以及心电图基准测试等创新工作。这些研究展现了时间序列分析领域的最新进展，特别是大模型应用、特征解耦和跨模态方法等关键技术突破。
2026-01-25 12:40:33
1174
原创 时序预测什么才是关键？四大设计维度拆解虚假进步，重塑评估标准
论文解决方案概述 该研究通过三阶段方法系统解决时间序列预测中的评估混乱问题： 问题诊断 复现7种主流模型，发现模型性能差异主要源于四大设计维度（D1-D4）的隐性配置差异，而非算法创新本身 揭示关键现象：调整参数共享策略（D1）或协变量处理（D2）可使同一模型性能波动达30%，远超不同架构间的理论差距 控制实验 设计维度隔离实验：固定其他变量，单独测试各维度影响 核心发现： • 简单MLP经合理设计（如全局参数共享+协变量）可匹配Transformer性能 • 空间注意力（D4）在多数场景无显著增益，反增加
2026-01-25 12:26:58
656
原创 AAAI 2026 | 时间序列(Time Series) 论文总结[下] (分类，异常检测，基础模型，表示学习，生成)
AAAI 2026会议聚焦时间序列研究，收录论文涵盖预测、分类、异常检测等方向。本文总结32篇相关论文，涉及分类、异常检测、基础模型等主题。亮点包括：UniShape统一形状感知基础模型、MedSpaformer医疗时序分类迁移框架、反事实可解释AI方法等。研究趋势显示，大语言模型与基础模型在时序分析中的应用日益广泛，同时关注轻量化、可解释性及领域适应能力。异常检测方向提出多种新方法，如基于视觉语言模型和状态导数感知的检测技术。此外，多篇论文探索时序生成与表示学习，如扩散模型和动态语义标记化技术。
2026-01-18 12:32:42
1806
原创 AAAI 2026 | 时间序列(Time Series) 论文总结[上] (预测)
本文总结了AAAI 2026会议中35篇时间序列相关论文（上篇），重点涵盖Oral报告和预测方向的研究。5篇Oral论文聚焦轻量化预测、预训练Transformer优化和通道感知预训练等创新方法。其余30篇Poster论文则涉及多模态预测、联邦学习、频率分解等多样化技术，展示了时间序列预测领域的最新进展。会议共收到23,680篇投稿，接收率17.6%，其中67篇为时间序列相关研究，本文分析部分为系列上篇。
2026-01-18 12:30:47
2266
原创 ICDE 2026 | 【第1轮】时空数据（Spatial-Temporal）论文总结（预测，众包，空间索引等）
本文总结了ICDE 2026会议中时空数据领域的8篇研究论文。研究主题涵盖时空预测、用户轨迹链接、空间众包、空间索引等方向。其中5篇论文已公开预印本，包括基于强化学习的空间索引基准测试、分布式空间连接优化、城市时空预测的Mamba模型等创新工作。其他研究涉及高保真任务分配、大规模路网交通预测、物流轨迹预测等应用场景。这些论文展示了时空数据处理领域在算法优化、模型创新和实际应用方面的最新进展，为相关研究提供了重要参考。
2026-01-13 11:00:46
957
原创 ICDE 2026 | 【第1轮】时间序列(Time Series)论文总结（预测，异常检测，分析，压缩）
ICDE 2026会议将在加拿大蒙特利尔举行，聚焦时间序列研究的5篇论文。研究主题涵盖预测、异常检测、数据压缩和分析。论文包括高频时间序列压缩方法、压缩数据的排序技术、针对污染训练数据的无监督异常检测方案，以及结合时频域的自适应去噪通用时序分析框架。这些研究提出了创新的时序数据处理方法，涉及模型压缩、信息提取、分解编码和融合分析等技术，为时间序列领域提供了新的解决方案。
2026-01-13 10:56:23
876
原创 AAAI 2026 | 图基础模型(GFM)&文本属性图(TAG)高分论文
本文总结了AAAI 2026会议中关于图基础模型(GFM)和文本图(TAG)的高分论文。这些研究聚焦于多模态链接预测、联邦图学习的鲁棒性、异质图基准测试、分布外检测、最优传输对比学习、后门攻击防御、模型适配以及结构感知语义增强等方向。其中多篇论文提出了创新方法，如利用多模态信息提升动态文本图的链接预测性能，通过最优传输改进异质图对比学习，以及针对图基础模型的后门攻击防御策略。这些工作为图神经网络与文本属性图的结合应用提供了新的研究思路和技术方案。
2025-12-31 17:43:07
941
原创 2025时空数据研究工作总结
2025年时空数据挖掘领域研究综述：本文总结了2025年时空数据挖掘领域的主要进展，重点关注稳健性、高效性、可扩展性、迁移性和泛化性等新研究方向。在稳健性方面，STEVE和DarkFarseer等模型通过处理混杂因素和噪声提升了预测鲁棒性；高效性方面，DST-SGNN模型优化了计算效率；可扩展性研究如PatchSTG方法解决了大规模应用问题；迁移学习方面，STBaT和TransferTraj模型实现了跨区域知识迁移；泛化性研究则探索了测试时校准等新范式。尽管传统任务进展有限，但新场景应用和基础问题研究仍展现
2025-12-31 17:28:06
1383
原创 AAAI 2026 | 时空数据(Spatial-temporal)论文总结[下]（自动驾驶，天气预报，城市科学，POI推荐等）
本文综述了AAAI 2026会议中关于时空数据的22篇论文，聚焦自动驾驶、天气预报、城市区域表示学习和POI推荐等领域。自动驾驶相关研究包括轨迹选择（DriveSuprim）、轨迹规划（DiffRefiner）、路径规划（Autonomous Vehicle Path Planning）和地图匹配（DiffMM）等创新方法。天气预报方面，SynWeather提出跨区域数据合成方案。城市区域表示学习通过多视图对比学习提升表征能力，而POI推荐则探索工具增强的LLM框架（TOOL4POI）和知识图谱方法。
2025-12-23 11:16:55
1288
原创 AAAI 2026 | 时空数据(Spatial-temporal)论文总结[上]（时空预测，轨迹挖掘，自动驾驶等）
AAAI 2026会议将于2026年1月在新加坡举行，共接收4,167篇论文（接收率17.6%）。本文总结了其中24篇时空数据相关研究，涵盖时空预测、轨迹挖掘和自动驾驶等方向。重点论文包括：基于小波和Transformer的未观测位置时空估计（WaveDiST）、知识图谱引导的时空生成模型、联邦学习的交通预测方法，以及混合周期解耦的交通预测框架（HyperD）。下篇将聚焦自动驾驶、城市区域表示和天气预报等领域。这些研究展示了时空数据处理在智能交通、城市计算等领域的创新应用。
2025-12-23 11:11:43
1716
原创 VLDB 2025 | 时空数据（Spatial-Temporal）论文总结(时空预测，轨迹相似度，轨迹表示等)
VLDB 2025时空数据研究综述 本文总结了VLDB 2025会议中关于时空数据的最新研究成果，涵盖12篇论文。研究主要聚焦于交通预测、轨迹相似度计算、轨迹表示学习等方向。其中，TEAM框架提出拓扑演化感知的交通预测方法，SIMformer利用单层Transformer实现自由空间轨迹相似度学习，RED模型通过综合信息进行轨迹表示学习。其他创新包括基于CNN的轨迹相似度学习、交通视频中的车队模式挖掘，以及路网环境下基于分布式强化学习的轨迹相似度计算方法。这些研究展示了时空数据处理领域的最新进展，为智能交通
2025-12-19 11:27:32
1138
原创 VLDB 2025 | 时间序列（Time Series）论文总结（预测，异常检测，压缩，自动化等）
VLDB 2025时间序列研究综述：聚焦前沿技术与应用 本文总结了VLDB 2025会议中关于时间序列分析的22篇重要论文，涵盖预测、异常检测、数据库优化等多个研究方向。研究亮点包括：1）高效时序数据压缩方法；2）基于Transformer的预测模型改进；3）无模式时序数据库系统设计；4）自动化异常检测方案；5）多维时序模式挖掘技术。这些工作展现了时序分析领域在算法创新、系统优化和自动化处理方面的最新进展，为大规模时序数据处理提供了多样化的解决方案。
2025-12-19 11:23:16
1356
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人