Git Stars Git Stars

#traffic-forecasting Repositorios

Descubre 4 repositorios activos de código abierto de GitHub etiquetados con #traffic-forecasting, que acumulan 5,887 estrellas en total (una media de 1,471 estrellas por proyecto). El líder de este tema es GestaltCogTeam/BasicTS, con 1,843 estrellas.

4
Total de Repositorios
5,887
Total de estrellas
1,471
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook
1
GestaltCogTeam/BasicTS

Un benchmark y toolkit justo y escalable para la predicción de series temporales.

GestaltCogTeam
⭐ 1,843 Python 👤 GestaltCogTeam Organization 🕐 Actualizado 2026-11-03 📅 Creado 2022-02-21
2
lehaifeng/T-GCN

Red Convolucional de Grafos Temporal para la Predicción del Flujo de Tráfico Urbano Método

lehaifeng
⭐ 1,782 Jupyter Notebook 👤 lehaifeng User 🕐 Actualizado 2025-09-01 📅 Creado 2018-11-12
3
jwwthu/GNN4Traffic

Este es el repositorio para la colección de redes neuronales de grafos para la predicción de tráfico.

jwwthu
⭐ 1,187 👤 jwwthu User 🕐 Actualizado 2024-08-07 📅 Creado 2020-04-23
4
LibCity/Bigscity-LibCity

LibCity: Una biblioteca abierta para la minería de datos espacio-temporales urbanos

LibCity
⭐ 1,076 Python 👤 LibCity Organization 🕐 Actualizado 2024-12-18 📅 Creado 2020-12-12

Preguntas frecuentes

1

¿Cuál es el repositorio de #traffic-forecasting más popular en GitHub?

El proyecto de código abierto de #traffic-forecasting mejor posicionado en GitHub es GestaltCogTeam/BasicTS, con 1,843 estrellas. Un benchmark y toolkit justo y escalable para la predicción de series temporales.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #traffic-forecasting?

Entre los proyectos de #traffic-forecasting mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.

3

¿Cómo se calcula la clasificación de los repositorios de #traffic-forecasting?

Seguimos 4 repositorios activos de código abierto etiquetados con #traffic-forecasting (500+ estrellas), que suman un total de 5,887 estrellas, con una media de 1,471 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.