--- > > ? 如果您发现错误或有任何建议，请告诉我们！ > > ? 如果您发现此资源有帮助，请考虑为该存储库加注星标并引用我们的研究： ````bibtex @inproceedings{wang2023timemixer， title={TimeMixer：用于时间序列预测的可分解多尺度混合}， 作者={王、石宇和吴、海旭和石、晓明和胡、腾格和罗、华坤和马、林涛和张、James Y和周、JUN}， booktitle={国际学习表征会议（ICLR）}， 年={2024} } @文章{wang2024timemixer++， title={TimeMixer++：用于通用预测分析的通用时间序列模式机}， 作者={王、世玉与李、家伟与施、小明与叶、周与莫、百川与林、文泽与鞠、盛通与褚、志轩与金、明}, 期刊={arXiv预印本arXiv:2410.16032}, 年={2024} } ```` # 更新 ? **新闻**（2024.10）：TimeMixer 系列已包含在 **[PyPOTS](https://pypots.com/)** 中。非常感谢 PyPOTS 团队。 ? **新闻** (2024.10)：我们新发布了 **[TimeMixer++](https://arxiv.org/abs/2410.16032)** 作为 TimeMixer 的升级版本。 **TimeMixer++ 是一种时间序列模式机**，它采用多尺度和多分辨率模式提取来 **在 8 个不同的分析任务中实现最先进的水平！** ? **新闻** (2024.07)：TimeMixer 已包含在 **[NeuralForecast](https://github.com/Nixtla/neuralforecast)** 中。特别感谢贡献者@[marcopeix](https://github.com/marcopeix)和@[JQGoh](https://github.com/JQGoh)！ ? **新闻** (2024.07) TimeMixer 已经发展成为一个**支持全面时间序列分析的大型模型，包括长期预测、短期预测、异常检测、插补和分类**。未来，我们将进一步探索其他类型的时间序列分析