thuml

일반 시계열 분석을 위한 고급 딥 시계열 모델 라이브러리.

도메인 적응, 태스크 적응, 도메인 일반화를 위한 전이 학습 라이브러리

"Autoformer: Decomposition Transformers with Auto-Correlation for Long-Term Series Forecasting" (NeurIPS 2021) 코드 릴리스, https://arxiv.org/abs/2106.13008

"iTransformer: Inverted Transformers Are Effective for Time Series Forecasting" (ICLR 2024 Spotlight) 공식 구현체

"TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis" (ICLR 2023)의 코드 공개 안내, https://openreview.net/pdf?id=ju_Uqw384Oq

ICML 2024 논문 Timer: Generative Pre-trained Transformers Are Large Time Series Models 및 후속 연구를 위한 공식 코드, 데이터셋, 체크포인트

머신러닝 관점에서의 멀티태스크 학습(MTL) 데이터셋, 코드베이스 및 논문 큐레이션 목록

PyTorch 컴파일러인 torch.compile을 이해하고 활용하도록 돕는 도구

Non-stationary Transformers: Exploring the Stationarity in Time Series Forecasting (NeurIPS 2022) 코드 릴리스, https://arxiv.org/abs/2205.14415

대규모 시계열 모델의 구현, 사전 학습 코드 및 데이터셋

"TimeXer: Empowering Transformers for Time Series Forecasting with Exogenous Variables" (NeurIPS 2024) 공식 구현체