Project Icon

deeptime

Python时间序列分析与动态建模库

deeptime是一个专注于时间序列数据分析的Python库,集成了多种动态模型估计工具。该库涵盖传统线性学习方法(如马尔可夫状态模型、隐马尔可夫模型和Koopman模型)及先进的核方法和深度学习技术。与scikit-learn兼容的同时,deeptime还提供了独特的Model类,用于分析热力学、动力学和其他动态特性。该库支持多平台安装,适用于各类时间序列数据研究。

BasicTS - 公平且标准的时间序列预测基准和工具包
BasicTSGithub基准测试工具包开源项目时间序列预测深度学习
BasicTS是一个开源的时间序列预测基准和工具包,支持空间-时间预测和长时间序列预测等任务。它提供统一标准的评估流程,实现对主流深度学习模型的公平对比。BasicTS还提供易用的接口,便于设计和评估新模型。该项目内置多个数据集和基线模型,支持多种计算设备,并有完善的日志系统。BasicTS致力于推动时间序列预测研究的发展。
Koopa - 高效预测非平稳时间序列的轻量级模型
GithubKoopaKoopman理论开源项目时间序列预测轻量级模型非平稳动态
Koopa是一个基于Koopman理论的轻量级模型,用于高效预测非平稳时间序列。它实现了最先进的性能,同时减少了77%的训练时间和76%的内存使用。Koopa采用端到端预测训练,提高了对非线性时间序列演化的建模能力。项目提供完整代码实现、实验脚本和数据集,支持滚动预测,并能适应持续的分布偏移。
scalecast - 功能全面的时间序列预测Python库
GithubPython库Scalecast开源项目数据可视化时间序列预测机器学习
Scalecast是一个功能全面的时间序列预测Python库。它提供统一的机器学习建模接口,支持LSTM、ARIMA等多种模型类型。该库集成了自动特征选择、超参数调优、模型堆叠等功能,并提供便捷的数据可视化工具。Scalecast致力于简化复杂的时间序列预测任务,适用于不同规模的预测项目。
granite-timeseries-ttm-r2 - IBM开源轻量级模型TTM引领时间序列预测新方向
GithubHuggingfaceTinyTimeMixers多变量预测开源项目时间序列预测模型零样本学习预训练模型
IBM Research开源的TinyTimeMixers (TTM)模型仅需1M参数,就能在多变量时间序列预测中超越数十亿参数的基准。TTM支持零样本预测,也可用少量数据微调达到竞争性能。适用于分钟至小时级别的点预测,轻量快速,单GPU或笔记本即可运行。TTM为时间序列预测带来新方向,尤其适合资源受限环境。
UnsupervisedScalableRepresentationLearningTimeSeries - 多变量时间序列的无监督可扩展表示学习方法
GithubPyTorchUCR数据集UEA数据集开源项目无监督学习时间序列表示学习
UnsupervisedScalableRepresentationLearningTimeSeries项目提出了一种无监督可扩展表示学习方法,专门用于处理多变量时间序列数据。该方法基于三元组损失训练编码器,能够处理等长或不等长时间序列。项目提供了UCR和UEA数据集实验代码,包括迁移学习和稀疏标记实验。此外,还包含预训练模型和结果可视化工具。在多个基准数据集上,该方法展现出优秀的性能,为时间序列分析领域提供了创新解决方案。
stumpy - 高效计算时间序列矩阵剖面的Python库
GithubPython库STUMPY开源项目数据挖掘时间序列矩阵分析
STUMPY是一个高效的Python库,用于计算时间序列矩阵剖面。支持多维数据分析、分布式计算和GPU加速,适用于模式发现、异常检测等多种数据挖掘任务。其简单易用的特性使研究人员和开发者能够快速分析复杂的时间序列数据。
feature-engineering-for-time-series-forecasting - 时间序列预测特征工程全面指南
GithubPython开源项目数据处理时间序列预测机器学习特征工程
该项目提供时间序列预测特征工程的全面指南,涵盖数据表格化、时间序列分解、缺失值处理和异常值检测等核心内容。深入介绍滞后特征、窗口特征、趋势和季节性特征的创建方法,以及日期时间和分类特征的处理技巧。通过实践代码和详细说明,旨在提升预测模型性能。
sysidentpy - 非线性系统识别和时序预测的Python工具库
GithubNARMAX模型SysIdentPy开源项目时间序列预测系统识别非线性建模
SysIdentPy是一个开源Python库,专注于NARMAX模型及其变体的系统识别。该库提供先进的模型结构选择和参数估计技术,支持多种基函数,并可与神经网络和机器学习算法集成。它为时间序列分析和动态系统建模提供了灵活易用的框架,适用于构建动态非线性模型。
deepdow - 融合深度学习的投资组合优化框架
GithubPython包开源项目投资组合优化权重分配梯度下降深度学习
deepdow是一个Python开源项目,致力于连接投资组合优化和深度学习。它通过构建完全可微分的层级管道,实现市场预测和优化问题设计的融合。该框架支持单次前向传递完成权重分配,集成可微凸优化技术,并提供多种数据加载策略。deepdow适用于CPU和GPU环境,为研究人员提供了灵活的实验平台。
flow-forecast - 开源时间序列深度学习框架,支持最新模型和云端集成
Flow ForecastGithubtransformer开源开源项目时间序列预测深度学习
Flow Forecast 是一个开源时间序列预测深度学习框架,提供最新的Transformer、注意力模型、GRU等技术,并具有易于理解的解释指标、云集成和模型服务功能。该框架是首个支持Transformer模型的时间序列框架,适用于流量预测、分类和异常检测。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号