MM4TSA

一站式浏览多模态时间序列分析论文与资源，快速掌握领域动态。

MM4TSA 是一个专注于多模态时间序列分析（Multi-Modalities for Time Series Analysis）的论文与资源清单项目。它系统整理了该领域的前沿研究、数据集、工具和代码，帮助研究者和工程师快速了解多模态时间序列分析的最新进展。项目解决了该领域信息分散、入门门槛高的问题，通过分类整理和持续更新，为使用者提供一站式导航。核心能力包括：论文分类索引、资源聚合、研究趋势追踪。适合学术研究、工业应用选型和技术调研。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 91
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队AdityaLab
所属国家
官网地址
GitHubhttps://github.com/AdityaLab/MM4TSA
定价模式free
价格说明开源项目，完全免费，无付费版本。
访问状态
是否开源是
开源协议
主要语言
技术栈/模型awesome,awesome-list,cross-modality,forecasting,foundation-models,large-language-models,multimodal,multimodal-learning,multimodal-time-series,resources,reusing,survey,time-series
GitHub 星标★ 91
30天Star增速
HF 下载量
上线时间2025-03-18 00:00:00
最近更新2026-09-03 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 聚焦多模态时间序列这一细分方向，资源集中度高
  • 论文清单持续更新，覆盖最新研究进展
  • 分类清晰，便于按主题快速检索

不足之处

  • 项目仍处于早期，星标数较少，社区活跃度待观察
  • 文档/社区待观察

适用场景

  • 学术研究者调研多模态时间序列分析方向
  • 工程师寻找工业界可用的多模态时序解决方案
  • 学生入门学习该领域知识体系

替代项目

Awesome Time Series、TSlib、Autoformer

项目介绍

MM4TSA 是数据集领域的开源项目，由 AdityaLab 开发，2025 年首次发布。

它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 91。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-03。完全免费，无付费版本。

它主要面向的使用场景是：学术研究者调研多模态时间序列分析方向。同类可对比的替代方案包括 Awesome Time Series、TSlib、Autoformer。

上一篇：llm4ea_official

下一篇：Awesome_Matching_Pretraining_Transfering

同类项目推荐

X-AnyLabeling 开源

一站式AI辅助标注，图像视频文本通吃，导出格式随心配

X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···

★ 10528 2026-08-10
aisheets 开源

像用表格一样批量调 AI，不写代码就能造和改数据集

Build, enrich, and transform datasets using AI models with no code

★ 1645 2026-09-20
distilabel 开源

基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。

Distilabel is a framework for synthetic data and AI feedback for engineers who need ···

★ 3398 2026-08-10
DataGen 开源

用大模型一键生成定制化训练数据，告别数据荒

[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models

★ 69 2026-08-09