Time Transformer
1.0.0

Kertas Implementasi Pytnon " Transformer Waktu: Mengintegrasikan Fitur Lokal dan Global untuk Generasi Seri Waktu yang Lebih Baik " (SDM24).
Jupyter Notebook " Tutorial " memberikan tutorial untuk pelatihan dan evaluasi dengan metrik yang berbeda (menggunakan dataset " Sine_CPX "). Skor FID dihitung dengan " FID_SCORE " di ts2vec , secara langsung menggunakan model " TS2VEC ".
Model ini dibangun dengan " TensorFlow2 ", silakan periksa " persyaratan.txt " dan putuskan paket mana yang Anda butuhkan untuk menjalankan model.
Jika Anda menemukan model ini berguna dan memasukkannya ke dalam publikasi Anda, kami mendorong Anda untuk menambahkan referensi berikut:
@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 }
}