## Memo ## Memo with LLM ## Abstract [[LLM|大規模言語モデル]]（Large Language Models: LLM）は、自然言語解析やコンピュータビジョンなどの領域で重要な役割を担っている。テキスト、画像、グラフィックスにとどまらず、LLMは、気候、IoT、ヘルスケア、交通、オーディオ、金融などの分野に有益な時系列データの分析に大きな可能性を示している。本サーベイペーパーでは、時系列分析にLLMの力を活用するために採用されている様々な方法論について、詳細な調査と分類を行う。LLMが元々持つテキストデータの訓練と時系列データの数値的性質のギャップを埋めるという本質的な課題に取り組み、LLMから数値的時系列分析に知識を移し、抽出する戦略を探る。(1)LLMへの直接的な働きかけ、(2)時系列の量子化、(3)整列技術、(4)ブリッジングメカニズムとしてのVisionモダリティの活用、(5)LLMとツールの組み合わせなど、様々な方法論について詳述する。さらに、このサーベイでは、既存のマルチモーダル時系列データセットとテキストデータセットの包括的な概要を提供し、この新興分野の課題と将来の可能性について掘り下げる。本サーベイで取り上げたすべての論文とデータセットを含む最新のGithubリポジトリ1 を維持している。