受自然语言处理灵感启发的多变量时间序列基准数据集
计算与语言
2024-10-15 v1 人工智能
摘要
时间序列分析在各个领域变得越来越重要，有效模型的开发高度依赖高质量的基准数据集。受自然语言处理(NLP)基准数据集在推动预训练模型方面取得的成功的启发，我们提出了一种新的方法，用于创建时间序列分析的全面基准数据集。本文探讨了将NLP基准数据集创建方法应用于时间序列数据独特挑战的做法。我们讨论了精选多样、具代表性且具有挑战性的时间序列数据集的过程，强调了领域相关性和数据复杂性的重要性。此外，我们调查了利用基准数据集来提高时间序列模型性能的多任务学习策略。该研究为推动时间序列建模的前沿水平，采纳来自NLP领域的成功策略。
引用
@article{arxiv.2410.10687,
title = {Building a Multivariate Time Series Benchmarking Datasets Inspired by Natural Language Processing (NLP)},
author = {Mohammad Asif Ibna Mustafa and Ferdinand Heinrich},
journal= {arXiv preprint arXiv:2410.10687},
year = {2024}
}