#time-series リポジトリ
リポジトリ合計143件
PyTorchを基盤としたニューラルネットワークを使用して微分方程式を解くためのライブラリで、世界中の複数の研究グループで使用されており、Harvard IACSを含む。
1行のコードで時系列データセットに対してARIMA、SARIMAX、VAR、FB Prophet、XGBoostモデルを自動構築します。Ram Seshadriによって作成されました。協力者を歓迎します。
高品質なプロオーディオリサンプラー/サンプルレート変換ヘッダーオンリーC++ライブラリ。オーディオリサンプリングと時系列補間の両方に非常に高速です。
保存しておきたいテレメトリデータのための、オープンソースでSQLネイティブな時系列データベース。毎秒3,800万件以上のレコードを取り込み、毎秒2,500万行以上をクエリできます。InfluxDB Line ProtocolおよびTelegrafと互換。お使いのストレージにオープンなParquet形式で保存。単一バイナリ。S3/Azureをネイティブサポート。エアギャップ環境に対応。AGPL-3.0。
時系列予測のためのTensorFlow LSTM(長期短期記憶)ニューラルネットワークを用いた株価予測
TimeCopilot:エージェント型予測フレームワーク。LLMと時系列基盤モデルを基盤とし、単一のAPIを通じて複数の基盤モデルを利用した予測、交差検証、異常検知を実現します。金融やエネルギーからウェブ分析まで、自然言語のクエリを本番環境ですぐに使える予測に変換します。
Dalaran — Apache-2.0、マルチモーダル時系列のためのロボティクスファーストの可視化およびデータインフラストラクチャ。ROS 2ネイティブで、既存の.rrd録音を読み取ります。Rerunのハードフォークです。
論文「A Systematic Evaluation of Deep Anomaly Detection Methods for Time Series」のリポジトリ。
「時系列予測における定常性を探る:非定常Transformer」(NeurIPS 2022)のコードリリース、https://arxiv.org/abs/2205.14415
このリポジトリには、時系列セグメンテーションに関する論文の読書リストが含まれています。このリポジトリは継続的に改善されています。
論文「SAITS: 時系列のための自己注意機構ベースの補完」の公式PyTorch実装。高速かつ最先端(SOTA)の深層学習ニューラルネットワークモデルで、効率的な時系列補完用(NaN欠損データ/値を伴う多変量不完全時系列を機械学習で補完)。https://arxiv.org/abs/2202.08516
SiriDB は、高度にスケーラブルで頑丈、かつ超高速の時系列データベースです。ゼロから構築された SiriDB は、グローバルインデックスなしで動作する独自のメカニズムを使用し、サーバーリソースを即席で追加できます。SiriDB の独自のクエリ言語には、大量の時系列に対する簡単な分析のための時系列の動的グループ化が含まれています。