Project Icon

tods

多变量时间序列的自动化异常检测系统

TODS是一个专注于多变量时间序列数据异常检测的全栈自动化机器学习系统。它提供数据处理、时间序列处理、特征分析等全面模块,支持点级、模式级和系统级三种检测场景。TODS的主要特点包括全栈机器学习功能、广泛的算法支持,以及能够自动搜索最佳模块组合构建最优管道的自动化机器学习能力。

tsod - 开源时间序列异常检测Python库
GithubPython库tsod传感器数据开源软件开源项目时间序列异常检测
tsod是一个开源的时间序列异常检测Python库,专注于水领域应用。它提供简洁统一的API,集成多种算法从基础规则到高级神经网络,能高效识别传感器数据中的异常和缺失。该工具部署便捷,适用于实时决策和数值模拟的数据预处理。tsod面向DHI用户和水领域,提供可靠的异常检测方案,并鼓励社区参与开发。
egads - 开源时间序列异常检测Java库
EGADSGithubJava库开源软件开源项目时间序列异常检测自动化监控
EGADS是一个开源Java库,用于自动检测大规模时间序列数据中的异常。它采用模块化架构,包含时间序列建模和异常检测两个主要组件,支持多种模型和算法。EGADS可扩展性强,易于集成到现有监控系统中,适用于多种应用场景。该库仅依赖Java,部署简单,为大规模时间序列异常检测提供高效解决方案。
pyoats - 灵活强大的时间序列异常检测Python库
GithubOATS开源项目异常检测时间序列机器学习
pyoats是一个专注于时间序列异常检测的开源Python库。它整合了多种先进检测算法,支持单变量和多变量时间序列分析,并提供统一的输出接口。该项目不仅集成了PyTorch、TensorFlow等深度学习框架,还包含传统统计方法。pyoats旨在简化异常检测实验流程,为数据科学家和工程师提供了一个功能丰富、使用灵活的工具。
HyperTS - 全面的时间序列分析工具包 支持多任务和多模式分析
GithubHyperTS开源项目异常检测时间序列分析自动机器学习预测
HyperTS是一款全面的时间序列分析工具包,集成了统计模型、深度学习和神经架构搜索。它支持预测、分类、回归和异常检测等多种任务,适用于复杂的时间序列分析场景。该工具包提供多变量和协变量支持,概率区间预测,以及丰富的预处理、评估指标和搜索策略。HyperTS简单易用,为时间序列分析提供了端到端的自动化解决方案。
TagAnomaly - 多时间序列异常检测数据标注与可视化工具
GithubShiny框架开源项目异常检测数据可视化时间序列标记工具
TagAnomaly是一款开源的多时间序列异常检测数据标注工具。它提供直观的可视化界面,支持用户在时间序列上选择和检查异常点,比较不同类别的时间序列,并利用Twitter异常检测算法提供参考。该工具还支持观察类别间分布变化,有助于创建高质量的异常检测模型训练数据集。TagAnomaly适用于需要处理多类别时间序列数据的数据科学和分析项目。
pyod - 用于多变量数据异常检测的强大的Python工具库
GithubPyODPython库多元数据开源项目异常检测算法
PyOD是Python领域应用广泛的异常检测工具库,自2017年起支持学术与商业用途。这个库集成了超过50种算法,涵盖从经典方法到最新的深度学习技术。它提供统一的操作界面,高性能的处理效率和快速训练预测功能,已被下载超过1700万次,得到了机器学习领域的广泛认可。
Orion - 开源无监督时间序列异常检测库
AI实验室GithubOrion开源项目无监督学习时间序列异常检测机器学习库
Orion是MIT数据到AI实验室开发的开源库,专注于无监督时间序列异常检测。该项目提供多个验证过的机器学习管道,能够识别时间序列数据中的异常模式。Orion集成了自动机器学习工具,支持AER、TadGAN等算法,并提供完善的文档、教程和基准测试。兼容Python 3.8-3.11版本,可通过pip轻松安装。适用于需要进行时间序列分析的研究人员和开发者。
Anomaly-Transformer - 创新时间序列异常检测模型的新方法
Anomaly-TransformerGithub开源项目异常检测无监督学习时间序列注意力机制
Anomaly-Transformer是一种时间序列异常检测模型,利用关联差异作为可区分标准,并结合Anomaly-Attention机制和极小极大策略提高检测效果。该模型在多个基准数据集上展现出优秀性能,为无监督时间序列异常检测领域提供了新的解决方案。
OpenTAD - 多功能时序动作检测工具箱支持多数据集和前沿方法
GithubOpenTADPyTorch开源工具箱开源项目时序动作检测计算机视觉
OpenTAD是一个基于PyTorch的开源时序动作检测工具箱,支持9个TAD数据集。其模块化设计便于复现现有方法和实现新方法,支持基于特征和端到端的训练模式。该项目提供多种预提取特征,实现了多个前沿TAD方法,并在EPIC-KITCHENS-100和Ego4D 2024挑战赛中表现出色。
UniTS - 统一时间序列模型实现多领域任务处理
GithubUniTS多任务学习开源项目时间序列模型迁移学习零样本学习
UniTS是一种统一的时间序列模型,可处理多领域的分类、预测、插补和异常检测任务。该模型使用共享参数方法,无需任务特定模块,在38个多领域数据集上表现优异。UniTS具有零样本、少样本和提示学习能力,能适应新的数据领域和任务。其创新的统一网络主干融合了序列和变量注意力机制以及动态线性运算符,为时间序列分析提供了灵活的解决方案。
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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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