arrow
返回

TRACE: Time SeRies PArameter EffiCient FinE-tuning

delete2025-11-13
delete0
PRE
AI
Y
Yuze Li *
W
Wei Zhu
DOI:10.1016/j.neucom.2025.132098delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
我们提出了一种高效的时间序列基础模型微调方法,称为TRACE:时间序列参数高效微调。虽然预训练的时间序列基础模型正日益普及,但它们面临以下挑战:(1) 时间序列数据在频率、通道数和序列长度上表现出显著异质性,需要定制化的微调策略,特别是在长期预测方面。(2) 现有的参数高效微调(PEFT)方法,如LoRA,并未直接针对时间序列数据的独特特性进行优化。

期刊

Neurocomputing 封面图
Neurocomputing
IF:
6.5
论文数:
2.5W
被引数:
6.5W

机构

U
University of Hong Kong
学者数:
4.1W
论文数: 3.9W
被引数: 10.1W
T
tsinghua university
学者数:
11.9W
论文数: 10.0W
被引数: 137
引用论文

引用论文

暂无论文信息