#spatio-temporal-data Dépôts
Découvrez 5 dépôts GitHub open source actifs associés à #spatio-temporal-data, cumulant 9,442 étoiles au total (soit une moyenne de 1,888 étoiles par projet). Le projet en tête de ce thème est ddz16/TSFpaper, avec 3,202 étoiles.
5 dépôts au total
Ce dépôt contient une liste de lecture d'articles sur la prévision/prédiction de séries temporelles (TSF) et la prévision/prédiction spatio-temporelle (STF). Ces articles sont principalement classés par type de modèle.
PyTorch Geometric Temporal : Traitement des signaux spatiotemporels avec des modèles d'apprentissage automatique neuronal (CIKM 2021)
Ceci est le référentiel pour la collection de réseaux de neurones graphiques pour la prévision du trafic.
Résumé des travaux sur les séries temporelles dans les conférences informatiques de premier plan (NIPS, ICML, ICLR, KDD, AAAI, WWW, IJCAI, CIKM, ICDM, ICDE, etc.)
Une enquête et une liste d'articles sur les modèles de diffusion actuels pour les données de séries temporelles et spatio-temporelles avec d'excellentes ressources (articles, applications, critiques, enquêtes, etc.).
Foire aux questions
Quel est le dépôt #spatio-temporal-data le plus populaire sur GitHub ?
Le projet #spatio-temporal-data open source le mieux classé sur GitHub est ddz16/TSFpaper, avec 3,202 étoiles. Ce dépôt contient une liste de lecture d'articles sur la prévision/prédiction de séries temporelles (TSF) et la prévision/prédiction spatio-temporelle (STF). Ces articles sont principalement classés par type de modèle.
Quels langages de programmation sont les plus utilisés dans les dépôts #spatio-temporal-data ?
Parmi les projets #spatio-temporal-data les mieux classés sur GitHub, les langages de programmation les plus courants sont Python.
Comment le classement des dépôts #spatio-temporal-data est-il calculé ?
Nous suivons 5 dépôts open source actifs associés à #spatio-temporal-data (500+ étoiles), totalisant 9,442 étoiles, avec une moyenne de 1,888 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.