Prompt Engineering for Time-Series Analysis with Large Language Models
第 1 部分：时间序列核心策略的提示使用大型语言模型进行时间序列分析的提示工程首先出现在《走向数据科学》上。
The Lazy Data Scientist’s Guide to Time Series Forecasting
为什么在几分钟之内使用Python预测数据时，为什么浪费数周的调整模型？
IEEE Transactions on Emerging Topics in Computational Intelligence Volume 9, Issue 5, October 2025
1) 激励联合学习：调查作者：Akarsh K Nair、Sinem Coleri、Jayakrushna Sahoo、Linga Reddy Cenkeramaddi、Ebin Deni Raj 页数：3190 - 32092) 用于神经形态计算的可重构数字 FPGA 实现：关于最新进展和未来方向的调查作者： Edris Zaman Farsa, Arash Ahmadi, Oliver Keszocze 页数：3210 - 32323) 基于金属氧化物人工突触设备的机器学习模型的设计和优化作者：Yildiran Yilmaz, Fatih Gul 页数：3233 - 32434) 不完整数
检测大型分布式系统中的异常存在一些挑战。第一个挑战来自需要处理的数据量。在高吞吐量环境中标记异常需要仔细考虑算法和系统设计。第二个挑战来自在生产中利用此类系统的时间序列数据集的异质性。在实践中，异常检测系统很少针对单个用例部署。通常，需要监控多个指标，通常跨多个领域（例如工程、业务和……
A Python Package to Assist Macroframework Forecasting: Concepts and Examples
Sakai Ando，Shuvam Das和Sultan Orazbayev讨论了一个Python包装，以协助宏观预测：在预测经济时间序列中，统计模型通常需要互补，以平稳地强加各种约束。系统地施加限制和保持光滑度很重要，但具有挑战性。 Ando（2024）提出[…]
