LLM-Generated Feature Pools for Time Series Anomaly Detection
研究使用统计方法在时间序列异常检测中通过生成特征池并选择最优特征子集，达到优于现有神经和统计模型的效果。
0 citationsRead paper
Selected work
Representative Papers
Nationally Consistent, Locally Incomplete: A Bayesian Remote-Sensing Audit of Rooftop Photovoltaic Registries
研究通过贝叶斯遥感审计方法解决了屋顶光伏系统难以追踪的问题，提供了更准确的光伏容量估计，并发现官方数据存在显著偏差。
0 citationsRead paper
Tabby: An Open Pretraining Recipe for Time Series Foundation Models
该研究发布了一个名为Tabby的时间序列基础模型，采用编码器-only patch Transformer架构，并结合多种数据集和训练方法，支持预测、分类和异常检测。
0 citationsRead paper
FlowTSFM: Turning Encoder Depth into Quantile Transport
本文提出FlowTSFM模型，通过共享参数的单个Transformer块迭代应用和分位数流目标监督，解决传统时间序列基础模型中深度编码器中间表示无预测作用的问题。
0 citationsRead paper
SolarBench: A global solar energy nowcasting benchmark
为解决太阳能预测问题，本文通过创建SolarBench基准，整合了来自11个不同地点的图像和数据，支持模型开发与评估，以提高全球范围内太阳能预测的准确性和可靠性。
0 citationsRead paper
Recent publications
Latest Papers
LLM-Generated Feature Pools for Time Series Anomaly Detection
研究使用统计方法在时间序列异常检测中通过生成特征池并选择最优特征子集，达到优于现有神经和统计模型的效果。
0 citationsRead paper
Nationally Consistent, Locally Incomplete: A Bayesian Remote-Sensing Audit of Rooftop Photovoltaic Registries
研究通过贝叶斯遥感审计方法解决了屋顶光伏系统难以追踪的问题，提供了更准确的光伏容量估计，并发现官方数据存在显著偏差。
0 citationsRead paper
Tabby: An Open Pretraining Recipe for Time Series Foundation Models
该研究发布了一个名为Tabby的时间序列基础模型，采用编码器-only patch Transformer架构，并结合多种数据集和训练方法，支持预测、分类和异常检测。
0 citationsRead paper
FlowTSFM: Turning Encoder Depth into Quantile Transport
本文提出FlowTSFM模型，通过共享参数的单个Transformer块迭代应用和分位数流目标监督，解决传统时间序列基础模型中深度编码器中间表示无预测作用的问题。
0 citationsRead paper
SolarBench: A global solar energy nowcasting benchmark
为解决太阳能预测问题，本文通过创建SolarBench基准，整合了来自11个不同地点的图像和数据，支持模型开发与评估，以提高全球范围内太阳能预测的准确性和可靠性。
0 citationsRead paper