Time Transformer
1.0.0

ورقة تنفيذ Pytnon " Time-Timeformer: دمج الميزات المحلية والعالمية لتوليد سلسلة زمنية أفضل " (SDM24).
يوفر دفتر Jupyter Notebook برنامجًا تعليميًا للتدريب والتقييم بمقاييس مختلفة (باستخدام مجموعة بيانات " sine_cpx "). يتم حساب درجة FID مع " FID_SCORE " في ts2vec ، مباشرة باستخدام النموذج " TS2VEC ".
تم تصميم النموذج باستخدام " TensorFlow2 " ، يرجى التحقق من " المتطلبات. txt " وتحديد الحزمة التي تحتاجها لتشغيل النموذج.
إذا وجدت هذا النموذج مفيدًا ووضعته في منشورك ، فنحن نشجعك على إضافة المراجع التالية:
@inproceedings { liu2024time ,
title = { Time-Transformer: Integrating Local and Global Features for Better Time Series Generation } ,
author = { Liu, Yuansan and Wijewickrema, Sudanthi and Li, Ang and Bester, Christofer and O'Leary, Stephen and Bailey, James } ,
booktitle = { Proceedings of the 2024 SIAM International Conference on Data Mining (SDM) } ,
pages = { 325--333 } ,
year = { 2024 } ,
organization = { SIAM }
}