机构名称：
¥ 1.0
大型语言模型（LLMS）在诸如自然语言过程和计算机视觉之类的领域中有明显的使用。超越文本，图像和图形，LLM为分析时间序列数据，诸如气候，物联网，医疗保健，传统，音频和金融等有益领域的巨大潜力。本调查论文提供了深入的探索和详细的分类法，以利用用于利用LLMS进行时间序列分析的各种方法。我们解决了弥合LLM的原始文本数据训练与时间序列数据的数值性质之间差距的固有挑战，并探讨了将知识从LLMS转移和提炼知识转移到数值时间序列分析的策略。我们详细介绍了各种方法，包括（1）LLM的直接提示，（2）时间序列量化，（3）对齐技术，（4）利用视频模式为桥接机制，以及（5）LLMS的组合。此外，这项调查还提供了各种域中的多模式时间序列和文本数据集的全面概述，并讨论了这个新兴领域的挑战和未来机会。
时间序列的大型语言模型：调查
主要关键词
相关文件推荐
