Git Stars Git Stars

#time-series Dépôts

143
Total des Dépôts
584,542
Nombre total d'étoiles
4,087
Moyenne d'Étoiles/Dépôt
101
benfulcher/hctsa

Analyse de séries temporelles hautement comparative

benfulcher
⭐ 866 MATLAB 👤 benfulcher User 🕐 Mis à jour 2026-11-20 📅 Créé 2013-06-19
102
insarlab/MintPy

Logiciel de séries chronologiques InSAR de Miami en Python

insarlab
⭐ 851 Python 👤 insarlab Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2014-08-29
103
powturbo/TurboPFor-Integer-Compression

Compression d'entiers la plus rapide

powturbo
⭐ 850 C 👤 powturbo User 🕐 Mis à jour 2026-10-08 📅 Créé 2014-10-28
104
KimMeen/Awesome-GNN4TS

[TPAMI 2024] Ressources exceptionnelles de GNN pour l'analyse des séries temporelles (GNN4TS)

KimMeen
⭐ 837 👤 KimMeen User 🕐 Mis à jour 2024-08-09 📅 Créé 2023-06-19
105
elki-project/elki

ELKI Data Mining Toolkit

elki-project
⭐ 833 Java 👤 elki-project Organization 🕐 Mis à jour 2026-08-10 📅 Créé 2015-03-04
106
DaoSword/Time-Series-Forecasting-and-Deep-Learning

Ressources sur la prévision des séries chronologiques et le deep learning.

DaoSword
⭐ 813 Python 👤 DaoSword User 🕐 Mis à jour 2026-10-19 📅 Créé 2022-07-25
107
zillow/luminaire

Luminaire est un package Python qui fournit des solutions pilotées par ML pour la surveillance des données de séries chronologiques.

zillow
⭐ 810 Python 👤 zillow Organization 🕐 Mis à jour 2026-06-02 📅 Créé 2020-07-08
108
NeuroDiffGym/neurodiffeq

Une bibliothèque pour résoudre des équations différentielles en utilisant des réseaux de neurones basés sur PyTorch, utilisée par plusieurs groupes de recherche dans le monde entier, y compris à Harvard IACS.

NeuroDiffGym
⭐ 791 Python 👤 NeuroDiffGym Organization 🕐 Mis à jour 2026-04-22 📅 Créé 2019-03-28
109
pyRiemann/pyRiemann

Apprentissage automatique pour les données multivariées à travers la géométrie riemannienne des matrices définies positives en Python

pyRiemann
⭐ 785 Python 👤 pyRiemann Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2015-04-19
110
Nixtla/hierarchicalforecast

Prévision hiérarchique probabiliste 👑 avec des méthodes statistiques et économétriques.

Nixtla
⭐ 770 Python 👤 Nixtla Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-06-21
111
AutoViML/Auto_TS

Construisez automatiquement des modèles ARIMA, SARIMAX, VAR, FB Prophet et XGBoost sur des ensembles de données de séries chronologiques avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus.

AutoViML
⭐ 765 Jupyter Notebook 👤 AutoViML User 🕐 Mis à jour 2024-08-20 📅 Créé 2020-02-15
112
avaneev/r8brain-free-src

Bibliothèque C++ header-only de haute qualité pour le rééchantillonneur audio professionnel / la conversion de fréquence d'échantillonnage. Très rapide, à la fois pour le rééchantillonnage audio et l'interpolation de séries temporelles.

avaneev
⭐ 760 C++ 👤 avaneev User 🕐 Mis à jour 2026-11-11 📅 Créé 2015-03-14
113
JulesBelveze/time-series-autoencoder

PyTorch Dual-Attention LSTM-Autoencodeur pour séries temporelles multivariées

JulesBelveze
⭐ 715 Python 👤 JulesBelveze User 🕐 Mis à jour 2025-11-11 📅 Créé 2020-06-05
114
google/temporian

Temporian est une bibliothèque Python open-source pour le prétraitement ⚡ et l'ingénierie des caractéristiques 🛠 de données temporelles 📈 pour les applications d'apprentissage automatique 🤖

google
⭐ 711 Python 👤 google Organization 🕐 Mis à jour 2025-10-29 📅 Créé 2023-01-17
115
fastverse/collapse

Transformation de Données Avancée et Rapide en R

fastverse
⭐ 709 C 👤 fastverse Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2019-02-27
116
lmmentel/awesome-time-series

Ressources pour travailler avec des données de séries chronologiques et séquentielles

lmmentel
⭐ 697 👤 lmmentel User 🕐 Mis à jour 2025-07-26 📅 Créé 2021-10-26
117
Basekick-Labs/arc

Base de données de séries temporelles open source et native SQL pour les données de télémétrie que vous devez conserver. Ingère plus de 38 millions d’enregistrements par seconde et interroge plus de 25 millions de lignes par seconde. Compatible avec InfluxDB Line Protocol et Telegraf. Parquet ouvert sur votre stockage. Un seul binaire. Prise en charge native de S3/Azure. Prête pour les environnements isolés. AGPL-3.0.

Basekick-Labs
⭐ 696 Go 👤 Basekick-Labs Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-10-07
118
JordiCorbilla/stock-prediction-deep-neural-learning

Prédiction des cours des actions à l'aide d'un réseau neuronal LSTM (longue mémoire à court terme) TensorFlow pour la prévision de séries temporelles

JordiCorbilla
⭐ 690 Python 👤 JordiCorbilla User 🕐 Mis à jour 2026-11-01 📅 Créé 2020-07-01
119
Pometry/Raphtory

Base de données d'analyse de graphes évolutive alimentée par un moteur temporel multithreadé et vectorisé, écrite en Rust

Pometry
⭐ 654 Rust 👤 Pometry Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2017-05-30
120
business-science/timetk

Analyse de séries temporelles dans `tidyverse`

business-science
⭐ 644 R 👤 business-science Organization 🕐 Mis à jour 2025-08-29 📅 Créé 2017-04-09
121
TimeCopilot/timecopilot

TimeCopilot : le framework de prévision agentique. Basé sur des LLM et des modèles de fondation pour séries temporelles, il permet de réaliser des prévisions, des validations croisées et de détecter des anomalies à l’aide de plusieurs modèles de fondation via une API unique. De la finance à l’énergie, en passant par l’analyse web, TimeCopilot transforme les requêtes en langage naturel en prévisions prêtes pour la production.

TimeCopilot
⭐ 643 Python 👤 TimeCopilot Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2025-06-18
122
jonathanwvd/awesome-industrial-datasets

Une collection organisée de jeux de données industriels publics.

jonathanwvd
⭐ 643 👤 jonathanwvd User 🕐 Mis à jour 2026-11-21 📅 Créé 2022-10-25
123
Flaminis/Dalaran

Dalaran — Apache-2.0, infrastructure de visualisation et de données axée sur la robotique pour les séries temporelles multimodales. Natif ROS 2, lit les enregistrements .rrd existants. Un fork dur de Rerun.

Flaminis
⭐ 639 Rust 👤 Flaminis User 🕐 Mis à jour 2026-08-12 📅 Créé 2026-08-07
124
vasturiano/timelines-chart

Graphique des chronologies

vasturiano
⭐ 629 JavaScript 👤 vasturiano User 🕐 Mis à jour 2026-10-21 📅 Créé 2016-05-10
125
RamezIssac/django-slick-reporting

Le moteur de reporting pour Django. Créez des tableaux de bord ainsi que des rapports et graphiques autonomes.

RamezIssac
⭐ 603 Python 👤 RamezIssac User 🕐 Mis à jour 2026-11-21 📅 Créé 2020-04-21
126
mims-harvard/UniTS

Un modèle unifié multi-tâches pour séries temporelles.

mims-harvard
⭐ 601 Python 👤 mims-harvard Organization 🕐 Mis à jour 2024-09-26 📅 Créé 2024-02-16
127
KDD-OpenSource/DeepADoTS

Dépôt de l'article « A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series ».

KDD-OpenSource
⭐ 601 Python 👤 KDD-OpenSource Organization 🕐 Mis à jour 2026-04-13 📅 Créé 2018-04-20
128
sktime/sktime-dl

DÉPRÉCIÉ, maintenant dans sktime - package compagnon pour l'apprentissage profond basé sur TensorFlow

sktime
⭐ 600 Python 👤 sktime Organization 🕐 Mis à jour 2024-08-02 📅 Créé 2019-07-24
129
business-science/modeltime

Modeltime débloque les modèles de prévision des séries chronologiques et le machine learning dans un seul framework

business-science
⭐ 586 R 👤 business-science Organization 🕐 Mis à jour 2026-01-30 📅 Créé 2020-04-17
130
grafana/augurs

Analyse de séries temporelles pour Rust, avec des liaisons vers Python et Javascript

grafana
⭐ 583 Rust 👤 grafana Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2023-05-31
131
mblondel/soft-dtw

Implémentation en Python de soft-DTW.

mblondel
⭐ 582 Python 👤 mblondel User 🕐 Mis à jour 2024-06-19 📅 Créé 2017-06-03
132
Carl-McBride-Ellis/Compendium-of-free-ML-reading-resources

Compendium de ressources gratuites de lecture en apprentissage automatique

Carl-McBride-Ellis
⭐ 580 👤 Carl-McBride-Ellis User 🕐 Mis à jour 2026-11-07 📅 Créé 2023-09-01
133
thuml/OpenLTM

Implémentations, code de pré-entraînement et jeux de données des grands modèles de séries temporelles

thuml
⭐ 568 Jupyter Notebook 👤 thuml Organization 🕐 Mis à jour 2026-03-22 📅 Créé 2024-10-16
134
liaoyuhua/LLM4TS

Grands modèles linguistiques et fondamentaux pour les séries chronologiques.

liaoyuhua
⭐ 554 👤 liaoyuhua User 🕐 Mis à jour 2024-07-30 📅 Créé 2023-07-24
135
thuml/Nonstationary_Transformers

Publication du code pour « Transformeurs non stationnaires : explorer la stationnarité dans la prévision des séries chronologiques » (NeurIPS 2022), https://arxiv.org/abs/2205.14415

thuml
⭐ 553 Python 👤 thuml Organization 🕐 Mis à jour 2024-08-19 📅 Créé 2022-09-30
136
lzz19980125/awesome-time-series-segmentation-papers

Ce dépôt contient une liste de lecture d'articles sur la segmentation des séries temporelles. Ce dépôt est encore en cours d'amélioration continue.

lzz19980125
⭐ 549 MATLAB 👤 lzz19980125 User 🕐 Mis à jour 2026-10-07 📅 Créé 2024-01-27
137
lightkurve/lightkurve

Un package convivial pour l'analyse de séries temporelles Kepler et TESS en Python.

lightkurve
⭐ 549 Python 👤 lightkurve Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2018-01-22
138
cure-lab/Awesome-time-series

Une enquête complète sur les domaines des séries chronologiques

cure-lab
⭐ 545 👤 cure-lab Organization 🕐 Mis à jour 2024-03-22 📅 Créé 2022-03-18
139
wilsonrljr/sysidentpy

Un package Python pour l'identification de systèmes utilisant des modèles NARMAX

wilsonrljr
⭐ 526 Python 👤 wilsonrljr User 🕐 Mis à jour 2026-09-13 📅 Créé 2019-03-13
140
WenjieDu/SAITS

L'implémentation officielle PyTorch du papier "SAITS: Imputation basée sur l'auto-attention pour les séries temporelles". Un modèle de réseau de neurones en apprentissage profond rapide et de l'état de l'art (SOTA) pour l'imputation efficace des séries temporelles (imputer des séries temporelles multivariées incomplètes contenant des données/valeurs manquantes NaN avec l'apprentissage automatique). https://arxiv.org/abs/2202.08516

WenjieDu
⭐ 521 Python 👤 WenjieDu User 🕐 Mis à jour 2026-08-25 📅 Créé 2021-12-07
141
SiriDB/siridb-server

SiriDB est une base de données de séries temporelles hautement scalable, robuste et super rapide. Construite de A à Z, SiriDB utilise un mécanisme unique pour fonctionner sans index global et permet d'ajouter des ressources serveur à la volée. Le langage de requête unique de SiriDB inclut un regroupement dynamique des séries temporelles pour une analyse facile sur de grandes quantités de séries temporelles.

SiriDB
⭐ 516 C 👤 SiriDB Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2016-03-30
142
mims-harvard/TFC-pretraining

Apprentissage contrastif auto-supervisé pour les séries temporelles via la cohérence temps-fréquence

mims-harvard
⭐ 510 Python 👤 mims-harvard Organization 🕐 Mis à jour 2024-05-07 📅 Créé 2022-03-12
143
DynamicsAndNeuralSystems/catch22

catch22 : Caractéristiques canoniques des séries temporelles

DynamicsAndNeuralSystems
⭐ 505 C 👤 DynamicsAndNeuralSystems Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-08-26