Time Transformer

Transformador de tiempo

Documento de implementación de Pytnon " Transformador de tiempo: integración de características locales y globales para una mejor generación de series temporales " (SDM24).

Jupyter Notebook " Tutorial " proporciona un tutorial para capacitar y evaluar con diferentes métricas (usando el conjunto de datos " Sine_CPX "). La puntuación FID se calcula con " FID_Score " en ts2vec , directamente utilizando el modelo " TS2VEC ".

El modelo está construido con " TensorFlow2 ", verifique el " requisito.txt " y decida qué paquete necesita ejecutar el modelo.

Si encuentra útil este modelo y lo pone en su publicación, le recomendamos que agregue las siguientes referencias:

 @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 }
}