Project Icon

Koopa

高效预测非平稳时间序列的轻量级模型

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。

hierarchicalforecast - Python层级预测库 整合统计与计量经济学方法
GithubPython库层次化预测开源项目数据一致性时间序列预测预测方法
HierarchicalForecast是一个Python库,提供多种层级预测协调方法,如BottomUp、TopDown等,并支持概率一致性预测。该框架集成公开数据集、评估指标和统计基线,旨在为行业和学术界提供可靠的层级预测基准,促进时间序列领域的统计建模和机器学习融合。它为开发新的层级预测算法提供了有力工具,有助于推动相关研究和应用的发展。
iTransformer - 先进的时间序列预测模型,打造SOTA性能
GithubiTransformer人工智能开源项目时间序列预测注意力网络深度学习
iTransformer是一种基于注意力机制的时间序列预测模型,由清华大学和蚂蚁集团研究人员开发。该模型采用倒置Transformer结构,支持多变量和多步长预测。iTransformer引入了可逆实例归一化等技术,旨在提高预测准确性和处理长序列数据的能力。这个开源项目为时间序列分析提供了新的研究方向。项目提供Python实现,支持使用PyTorch框架。用户可通过pip安装并轻松集成到现有的时间序列分析工作流程中。该项目还包括实验性功能,如二维注意力和傅里叶变换增强版本,为研究人员提供了探索和改进的空间。
tspiral - 优化时间序列预测的Python工具包
GithubPython包scikit-learntspiral开源项目时间序列预测机器学习
tspiral是一个专注于时间序列预测的Python工具包,提供多种优化技术如递归预测、直接预测、堆叠预测和修正预测。它与scikit-learn兼容,支持全局和多变量时间序列预测,并提供简洁API。tspiral将复杂的时间序列问题转化为表格式监督回归任务,方便用户利用scikit-learn生态系统进行预测分析。
PointMamba - 用于点云分析的简单状态空间模型
GithubMambaPointMambaState Space ModelTransformers开源项目点云分析
该项目提出了一种名为PointMamba的模型,它通过借鉴Mamba模型在自然语言处理中的成功经验,应用在点云分析中。PointMamba采用了线性复杂度算法,在有效减少计算成本的同时,提供了卓越的全局建模能力。该模型通过空间填充曲线进行点云标记,并使用非分层结构的Mamba编码器作主干网络。综合评估表明,PointMamba在多个数据集上的表现优异,显著降低了GPU内存使用和计算量,为未来的研究提供了一个简单而有效的基准。
pytorch-forecasting - 前沿的时间序列预测工具包,提供灵活的高层API
GithubPyTorch ForecastingPyTorch Lightning开源项目时间序列预测深度学习神经网络
PyTorch Forecasting 是一个基于 PyTorch 的时间序列预测包,适用于实际应用和研究。它支持多种神经网络架构及自动日志记录,利用 PyTorch Lightning 实现多 GPU/CPU 的扩展训练,并内置模型解释功能。关键特性包括时间序列数据集类、基本模型类、增强的神经网络架构、多视角时间序列指标和超参数优化。安装简便,支持 pip 和 conda,文档详尽,并包含模型比较和使用案例。
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。
PyPOTS - 部分观测时间序列机器学习的开源Python工具箱
GithubPyPOTS开源工具开源项目时间序列机器学习缺失值
PyPOTS是一个专注于部分观测时间序列(POTS)机器学习的Python工具箱。它集成了经典和前沿算法,支持数据插补、分类、聚类、预测和异常检测等任务。该工具箱提供统一API、详细文档和交互示例,简化POTS数据处理流程。PyPOTS支持多种神经网络模型,并具备超参数优化功能,为时间序列分析提供综合解决方案。
chronos-t5-small - 基于T5架构的时间序列预测模型
Chronos-T5GithubHuggingface开源项目时间序列预测概率预测模型语言模型架构预训练模型
Chronos-T5-Small是一款基于T5架构的预训练时间序列预测模型。该模型将时间序列转换为标记序列,通过交叉熵损失训练语言模型实现预测。经过大量公开时间序列数据和合成数据的训练,Chronos-T5-Small能够生成概率性预测结果。作为Chronos系列中的中等规模版本,这个拥有4600万参数的模型适用于多种时间序列预测任务。
Rbeast - 贝叶斯时间序列分解与变点检测工具
BEASTGithub变点检测开源项目时间序列分解贝叶斯算法趋势分析
Rbeast是一款开源的贝叶斯时间序列分析工具,主要用于检测时间序列数据中的变点、趋势和季节性变化。该工具采用贝叶斯模型平均方法,可分解时间序列中的突变、趋势和周期变化。Rbeast适用于遥感、金融、公共卫生等多个领域的实值时间序列分析。它支持R、Python、Matlab和Octave等多种编程环境,安装和使用都较为简便。相比同类算法,Rbeast具有较快的计算速度。
kopilot - Kubernetes工作负载与安全审计的AI解决方案
GithubKopilotKubernetes安全配置审计开源项目诊断
Kopilot可以诊断Kubernetes集群中的不健康工作负载并提供原因分析,同时审计资源以发现安全配置问题。支持在macOS、Linux等多种操作系统上安装,通过设置环境变量即可运行,轻松执行诊断和审计任务,并将支持更多AI服务。
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