英文字典中文字典


英文字典中文字典51ZiDian.com



中文字典辞典   英文字典 a   b   c   d   e   f   g   h   i   j   k   l   m   n   o   p   q   r   s   t   u   v   w   x   y   z       







请输入英文单字，中文词皆可：


请选择你想看的字典辞典：
单词字典翻译
liegance查看　liegance　在百度字典中的解释百度英翻中〔查看〕
liegance查看　liegance　在Google字典中的解释Google英翻中〔查看〕
liegance查看　liegance　在Yahoo字典中的解释Yahoo英翻中〔查看〕

安装中文字典英文字典查询工具!


中文字典英文字典工具:
选择颜色:
输入中英文单字

































































英文字典中文字典相关资料:


  • 多变量时序分析新突破！时域+频域融合，13篇顶刊论文全面 . . .
    在数据驱动的现代社会，多变量时间序列数据广泛存在于金融、工业、生态等领域，蕴含丰富价值。 传统分析受限于变量关系复杂等难题，而时域与频域分析的融合恰好形成优势互补——时域捕捉时刻间细微变化，频域揭示周…
  • 长序列预测 时空预测万字长文：一文带你探索多元时间序列 . . .
    本论文系统梳理了多元时间序列预测的发展脉络，讨论了目前领域内的争议，通过公平且全面的评测，剖析了多元时间序列预测取得的进展。 同时，文章也深入探讨了该领域面临的挑战、核心瓶颈，以及未来可能的研究方向。 研究领域：多元时间序列预测，长序列预测，时空预测 通讯作者：Fei Wang (王飞)、Yongjun Xu (徐勇军)、Xueqi Cheng (程学旗)
  • 基于动态自适应时空图的多元时序预测模型
    其中,基于时空图的多变量时间序列预测是近年来出现的研究热点,它将每个收集信息的传感器视作一个节点,其节点特征与内含信息随着时间的变化不断变化,且节点之间存在信息传递性等节点相关性 时空图神经网络(Spatial Temporal Graph Neural Networks,STGNNs)假设拓扑结构中节点的未来状态取决于其邻居及其自己的历史状态,即节点具有时空依赖性 因此,如何捕获时间和空间的内在依赖性成为影响预测性能的关键问题 而本文主要将研究重点聚焦在多元时序预测任务中的交通预测领域
  • 时序时空大模型前沿综述：面向时间序列和时空数据的大模型
    本文是关于时间序列和时空数据大模型的综述。 介绍了大语言模型和预训练基础模型在该领域的应用，将现有文献分为LM4TS和LM4STD两类。 还提及相关数据任务，如时间序列预测、时空数据插补等。 最后指出未来研究方向，如大模型理论分析、多模态模型发展等。
  • 多变量有序时间序列的时空模型：理论、模拟与应用 - 生物通
    本文系统综述了多变量有序时间序列的建模方法，重点探讨了基于softmax和logistic响应函数的自回归（AR）、空间自回归（SAR）及其混合（VARMA）模型，并引入高斯copula处理变量间复杂依赖结构。
  • “时间序列”成为顶会收割机！高分创新点一览！-腾讯云开发者 . . .
    本文精选85篇顶会论文，系统梳理时间序列预测的创新方法，包括跨模态融合框架、LLMs预测能力提升、视觉模型应用等关键技术突破，为研究者提供最新研究思路与方法论指导。
  • 长序列预测 时空预测万字长文：一文带你探索多元时间序列 . . .
    本论文系统梳理了多元时间序列预测的发展脉络，讨论了目前领域内的争议，通过公平且全面的评测，剖析了多元时间序列预测取得的进展。 同时，文章也深入探讨了该领域面临的挑战、核心瓶颈，以及未来可能的研究方向。 研究领域：多元时间序列预测，长序列预测，时空预测 通讯作者：Fei Wang (王飞)、Yongjun Xu (徐勇军)、Xueqi Cheng (程学旗)
  • KDD 2025 顶会最新力作，多变量时间序列预测登顶！ - 技术栈
    近期，基于时频结合的方法在这一领域取得了显著进展。 本文总结了两篇创新性论文，分别从时间-通道双重聚类和多尺度频域掩蔽的角度出发，提出了DUET和MMFNet两种模型，为多变量时间序列预测提供了新的解决方案。
  • 基于选择性状态空间的时间序列预测模型
    针对时间序列数据特征复杂、模式多样且长期依赖导致模型计算复杂度高等问题,文章提出了一种基于选择性状态空间与时间卷积网络的多尺度时间序列预测模型。 该模型通过专家混合网络为不同类型的时间序列数据动态分配专家模块,并结合一维离散小波变换与时间卷积网络捕捉多尺度特征。 具体而言,专家模块利用小波变换将时序数据分解为高频和低频分量,分别提取短期波动和长期趋势信息,并通过时间卷积网络进行特征提取。 处理后的数据输入编码器,采用基于选择性状态空间的Mamba模型同时建模正向和逆向时序信息,增强时序建模能力。 实验结果表明,该模型在交通、经济、天气和电力等领域的多变量时间序列预测任务中均显著优于现有基线模型,验证了其有效性与鲁棒性。
  • KDD 2025 顶会最新力作，多变量时间序列预测登顶！-易微帮
    近期，基于时频结合的方法在这一领域取得了显著进展。 本文总结了两篇创新性论文，分别从时间-通道双重聚类和多尺度频域掩蔽的角度出发，提出了DUET和MMFNet两种模型，为多变量时间序列预测提供了新的解决方案。





中文字典-英文字典  2005-2009