时序＝图像？无需微调，视觉MAE跨界比肩最强时序预测大模型

AIGC动态欢迎阅读

原标题：时序＝图像？无需微调，视觉MAE跨界比肩最强时序预测大模型
关键字：时序,序列,模型,图像,时间
文章来源：机器之心
内容字数：0字

内容摘要：

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文第一作者陈谋祥是浙江大学计算机四年级博士生，研究方向为时间序列预测、LLM 代码生成和无偏排序学习。通讯作者刘成昊是 Salesforce 亚洲研究院高级科学家，曾提出时序预测基础模型 Moirai。该工作由浙江大学、道富科技和 Salesforce 共同完成。
机器之心曾在两个月前报道过，大语言模型（LLM）用于时序预测真的不行，连推理能力都没用到。近期，浙大和 Salesforce 学者进一步发现：语言模型或许帮助有限，但是图像模型能够有效地迁移到时序预测领域。
他们提出的 VisionTS 时序预测框架，基于何恺明的代表作 ——MAE 模型。VisionTS仅从自然图像（ImageNet）中预训练而无需时间序列微调，即可直接跨界比肩（甚至超越）一众强

原文链接：时序＝图像？无需微调，视觉MAE跨界比肩最强时序预测大模型