time-series

एक पर्यावरण निगरानी और विनियमन प्रणाली

इस रिपॉजिटरी में टाइम सीरीज़ फ़ोरकास्टिंग/प्रेडिक्शन (TSF) और स्पैचियो-टेम्पोरल फ़ोरकास्टिंग/प्रेडिक्शन (STF) पर शोध पत्रों की एक रीडिंग लिस्ट शामिल है। इन पत्रों को मुख्य रूप से मॉडल के प्रकार के अनुसार वर्गीकृत किया गया है।

Python में समय श्रृंखला विश्लेषण के लिए मशीन लर्निंग टूलकिट

समय-श्रृंखला डेटा पर विसंगति का पता लगाने के लिए टूल और डेटासेट की सूची।

टाइम सीरीज़ में transformers पर शानदार संसाधनों (पेपर, कोड, डेटा आदि) की पेशेवर रूप से क्यूरेट की गई सूची

समय श्रृंखला पूर्वानुमान (टाइम सीरीज़ फ़ोरकास्टिंग) के लिए डीप लर्निंग का उपयोग करने वाले पेपर, कोड और प्रयोगों की सूची

[ICLR 2024] "Time-LLM: Time Series Forecasting by Reprogramming Large Language Models" का आधिकारिक कार्यान्वयन

Torch और TensorRT के लिए डीप लर्निंग सर्वर और CLI

आउटलेयर, एडवरसेरियल और ड्रिफ्ट डिटेक्शन के लिए एल्गोरिदम

[AAAI-23 Oral] पेपर "Are Transformers Effective for Time Series Forecasting?" का आधिकारिक कार्यान्वयन

PyTorch का उपयोग करके मशीन लर्निंग और डीप लर्निंग के साथ वास्तविक दुनिया की समस्याओं को हल करने पर Jupyter Notebook ट्यूटोरियल। विषय: Detectron 2 के साथ चेहरा पहचान, LSTM ऑटोएन्कोडर के साथ टाइम सीरीज़ विसंगति पहचान, YOLO v5 के साथ ऑब्जेक्ट डिटेक्शन, अपना पहला न्यूरल नेटवर्क बनाएं, कोरोनावायरस दैनिक मामलों के लिए टाइम सीरीज़ पूर्वानुमान, BERT के साथ सेंटीमेंट विश्लेषण

"Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting" (NeurIPS 2021) के कोड रिलीज़ के बारे में, https://arxiv.org/abs/2106.13008

GridDB एक अगली पीढ़ी का ओपन सोर्स डेटाबेस है जो समय-श्रृंखला IoT और बड़े डेटा को तेज़ और आसान बनाता है।

टाइम सीरीज़ डेटा के प्रसंस्करण, निगरानी और अलर्ट करने के लिए ओपन सोर्स फ़्रेमवर्क

टाइम सीरीज़ फ़ोरकास्टिंग, वर्गीकरण और विसंगति का पता लगाने के लिए डीप लर्निंग PyTorch लाइब्रेरी (मूल रूप से बाढ़ पूर्वानुमान के लिए)।

ऑब्जेक्ट-ओरिएंटेड डिज़ाइन और प्रायिकता मॉडल के साथ बेयसियन पूर्वानुमान के लिए एक Python पैकेज।

अपूर्ण औद्योगिक अनियमित रूप से नमूना लिए गए बहुभिन्नरूपी TS (मल्टीवेरिएंत टाइम सीरीज़) पर वैज्ञानिक विश्लेषण कार्यों के लिए 50+ SOTA न्यूरल नेटवर्क मॉडल के साथ वास्तविकता-केंद्रित मशीन/डीप लर्निंग और डेटा माइनिंग के लिए एक Python टूलकिट/लाइब्रेरी।

Crane Kubernetes क्लस्टर में क्लाउड रिसोर्स एनालिटिक्स और इकोनॉमिक्स के लिए एक FinOps प्लेटफॉर्म है। इसका उद्देश्य न केवल उपयोगकर्ताओं को क्लाउड लागत को आसानी से प्रबंधित करने में मदद करना है, बल्कि एप्लिकेशन की गुणवत्ता सुनिश्चित करना भी है।

[ICLR 2024] "TimeMixer: Decomposable Multiscale Mixing for Time Series Forecasting" का आधिकारिक कार्यान्वयन

उच्च-आयामी डेटा में ज्यामितीय अंतर्दृष्टि प्राप्त करने के लिए एक Python टूलबॉक्स

टाइम सीरीज़ वर्गीकरण के लिए एक पायथन पैकेज

लिक्विड टाइम-कॉन्स्टेंट नेटवर्क (LTCs) के लिए कोड रिपॉजिटरी

एक निष्पक्ष और स्केलेबल समय श्रृंखला पूर्वानुमान बेंचमार्क और टूलकिट।

उच्च प्रदर्शन, उच्च संपीड़न अनुपात और उच्च उपलब्धता वाला एक क्लाउड-नेटिव ओपन सोर्स वितरित टाइम सीरीज़ डेटाबेस।

[PVLDB 2024 बेस्ट पेपर नॉमिनेशन] TFB: समय श्रृंखला पूर्वानुमान विधियों की व्यापक और निष्पक्ष बेंचमार्किंग की ओर

पाइथन की समय श्रृंखला विश्लेषण क्षमताओं में कमी को पूरा करने के लिए डिज़ाइन किया गया एक सांख्यिकीय पुस्तकालय, जिसमें R के auto.arima फ़ंक्शन के बराबर शामिल है।

अद्भुत आर्टिफिशियल इंटेलिजेंस, मशीन लर्निंग और डीप लर्निंग जैसा कि हम सीखते हैं। अध्ययन नोट्स और ऐसे विषयों के अद्भुत संसाधनों की एक क्यूरेटेड सूची।

Python में कॉज़ल डिस्कवरी। डेटा से कार्य-कारण सीखना।

सारणीबद्ध और समय-श्रृंखला डेटा के लिए सिंथेटिक डेटा जनरेटर

Lag-Llama: संभाव्य समय श्रृंखला पूर्वानुमान के लिए फाउंडेशन मॉडल की ओर