Time Transformer

Transformateur dans le temps

Pytnon Implémentation Papier " Transformateur temporel: intégration des fonctionnalités locales et globales pour une meilleure génération de séries chronologiques " (SDM24).

Jupyter Notebook " Tutorial " Fournissez un tutoriel pour la formation et l'évaluation avec différentes mesures (en utilisant un ensemble de données " SINE_CPX "). Le score FID est calculé avec " FID_SCORE " dans ts2vec , en utilisant directement le modèle " TS2VEC ".

Le modèle est construit avec " Tensorflow2 ", veuillez vérifier le " Besoin.txt " et décider de quel package vous avez besoin pour exécuter le modèle.

Si vous trouvez ce modèle utile et le mettez dans votre publication, nous vous encourageons à ajouter les références suivantes:

 @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 }
}