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，

阿里巴巴提出了一种新型时间序列预测框架 YINGLONG，采用非因果双向注意力机制及掩码token恢复训练方法，通过延迟链式推理（DCoT）和多输入集成方法，有效提升了预测精度和泛化能力，在多个数据集上取得了优异的性能表现。

本文研究大语言模型（LLM）在时间序列分析中的表现，提出TSAIA基准评估LLM在多步推理和复杂任务中的能力。基准涵盖预测、诊断、分析和决策四大类33种任务类型，涉及能源、金融等多个领域。实验发现，尽管LLM在简单任务上表现尚可，但在复杂任务（如约束预测、阈值校准、金融指标计算）中普遍失败，尤其在多步推理、数值精度和约束满足方面存在瓶颈。通过对8个SOTA模型的统一评测，揭示了当前LLM的局限性，

本文提出“数据治理-分析-决策”范式，利用时间序列和时空数据进行数据驱动决策，涵盖数据基础、治理方法、分析特性及决策策略，展望预训练、生成模型与LLMs结合等研究方向。

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

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

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

本文总结了WWW 2025有关时间序列(Time Series)相关文章，OpenReview上可以看到接收列表。如有疏漏，欢迎大家补充。时间序列Topic：时序预测，异常检测，表示学习，大模型，IOT时序等

本文精选了ICLR2026中评分≥5.5分的9篇图基础模型(GFM)和文本图(TAG)相关论文。研究主题涵盖：1) 跨模态图对齐框架；2) 基于黎曼几何的多域图预训练方法；3) GNN与LLM的融合策略；4) 知识图谱基础模型；5) 脑图基础模型；6) 动态文本图语义推理；7) 图输入空间统一方法等。这些工作通过创新性的预训练框架、几何建模、模态融合等技术，推动了图基础模型在跨域迁移、知识表示、动

ICLR 2025将在2025年4月24日到28日于新加坡举行。ICLR 2025共有11,565篇投稿，录取率32.08%。本文总结了2025 ICLR上有关时间序列（time series）相关论文。如有疏漏，欢迎大家补充。：预测，插补，分类，生成，因果分析，异常检测，LLM以及基础模型等内容。