对未来的预测从人类存在之初就吸引着人类。事实上，在日常活动中，诸如能源管理、电信、污染、生物信息学、地震学，当然还有神经科学，都可以看到这些努力。准确的预测在经济活动中是至关重要的，因为在某些领域的重大预测失误可能会造成巨大的金钱损失。

在这种情况下，对时间数据的成功分析在过去几十年对许多研究人员来说是一项具有挑战性的任务，事实上，很难找出任何没有时间依赖变量的科学分支。

计算智能以包括人工神经网络、模糊系统、进化计算、学习理论或概率方法等强大技术而闻名。因此，本专题的重点是这些技术在时间序列上的应用。

本期特刊的目的是分享时间序列分析方面的最新进展，并提供一个有趣的机会来展示和讨论现实世界中最新的实际进展。

从这个意义上说，在分类和预测领域的原创作品是受欢迎的。特别鼓励应用于神经科学的结果。

潜在的主题包括但不限于:

• 时间序列分析中的神经模型
• 时间序列分析中的深度学习
• 时间序列分析中的软计算
• 时间序列分析中的生物启发模型
• 时间序列分析中的模糊系统
• 时间序列分析中的概率方法
• 上述所有技术都适用于大时间序列数据