推荐文章：自监督对比预训练在时序序列上的新突破——Time-Frequency Consistency(TF-C)

推荐文章：自监督对比预训练在时序序列上的新突破——Time-Frequency Consistency(TF-C)

项目介绍

时间序列预测作为数据分析领域中的一项基础而又复杂的任务，在日常生活中的各个场景下都有着广泛的应用。最近，哈佛大学马林卡·齐特尼克（Marinka Zitnik）实验室提出了一种名为“Time-Frequency Consistency”(TF-C)的创新性预训练方法，为时序数据的理解和应用带来了新的视角。

该项目源于一个深刻的认识：即时间序列在不同的表示形式中，如时间域和频率域之间存在着一致性。基于这一洞见，研究团队设计了TF-C模型，以实现对不同来源