最火、最全的时序预测综述:一个视角读懂十年进展|TPAMI-26
2026.11.13 · 收录日 2026.11.13 · 观点 · 论文 · 论文预印本
北大林宙辰团队发布十年深度时序预测综述,以自相关建模统一梳理骨干架构与损失函数两条主线。
北大林宙辰团队发布综述论文《Deep Time-Series Forecasting in 10 Years: A Survey》,系统回顾近十年时序预测进展。文章以统一的自相关建模为主线,同时梳理骨干架构与以往综述较少关注的损失函数两条脉络,并为每类方法先给出最小实现再介绍改进。
- 以自相关建模为主线,梳理近十年时序预测方法演进,涵盖骨干架构与损失函数两条主线。
- 骨干架构专注输入序列自相关:RNN、Mamba、CNN、DLinear、Transformer 及 LLM 对齐范式。
- 损失函数专注标签序列自相关,分为似然估计、形状对齐、分布对齐、条件生成四类。
- 指出 MSE 在标签存在自相关时相对真实似然是有偏损失,是时序预测的特色问题。
- 展望真实场景自相关建模与变量依赖建模两个未来方向。
为什么值得看
用统一视角快速把握十年时序预测方法脉络与损失函数设计。
适合谁关注
时序预测研究者、算法工程师与相关方向学生。
