หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

ผู้เปลี่ยนเวลา

กระดาษใช้งาน Pytnon " Time-Transformer: การรวมคุณสมบัติท้องถิ่นและระดับโลกเข้ากับการสร้างอนุกรมเวลาที่ดีกว่า " (SDM24)

Jupyter Notebook " Tutorial " ให้การสอนสำหรับการฝึกอบรมและประเมินผลด้วยตัวชี้วัดที่แตกต่างกัน (โดยใช้ชุดข้อมูล " SINE_CPX ") คะแนน FID ถูกคำนวณด้วย " fid_score " ใน ts2vec โดยใช้โมเดล " TS2VEC " โดยตรง

โมเดลถูกสร้างขึ้นด้วย " tensorflow2 " โปรดตรวจสอบ " ข้อกำหนด. txt " และตัดสินใจว่าแพ็คเกจใดที่คุณต้องใช้ในการเรียกใช้โมเดล

หากคุณพบว่าโมเดลนี้มีประโยชน์และวางไว้ในสิ่งพิมพ์ของคุณเราขอแนะนำให้คุณเพิ่มการอ้างอิงต่อไปนี้: 

 @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 }
}
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด