注意：以下翻译的准确性尚未经过验证。这是使用 AIP ↗ 从原始英文文本进行的机器翻译。
时间序列数据是在时间上定期进行的一系列测量。一些例子包括每年的销售量测量、每天的总航班数、每小时的生产输出或亚秒级分辨率的高频温度读数。
了解更多关于时间序列的信息以及如何在Foundry中设置时间序列。
在Quiver中，您可以直接从顶栏菜单中的 添加数据 > 时间序列 添加在Ontology中建模为时间序列的数据。您还可以将具有时间特性的对象集、带有时间轴的图表或带有时间戳的表格数据直接转换为时间序列，然后在Quiver中使用丰富的时间序列分析工具。
了解更多关于从对象集和图表中创建时间序列的信息。
Quiver在时间序列上提供大量的变换和可视化功能。
在Quiver中，您可以方便地可视化链接到根Object的传感器对象上的时间序列属性。了解更多关于传感器对象类型以及如何在Quiver中可视化时间序列属性。
Quiver还提供了通过范围与时间序列数据交互的方法；这使您能够突出显示和深入分析数据中的异常，或者将时间序列值用作Ontology操作的输入。
了解更多关于如何使用时间和数值范围的信息。
您可以在Quiver中使用时间序列预测变换来创建预测。
了解更多关于在Quiver中创建预测的信息。