time-series

经验模态分解（EMD）方法的 Python 实现

让时间序列分析更简单、更快、更有趣。Pytimetk。

将财务分析引入 tidyverse

量化金融建模框架。

tfts：TensorFlow 中的时间序列深度学习模型

异常检测方法集合（IID/基于点、图和时间序列），包含用于异常检测/发现的主动学习、贝叶斯规则挖掘、多样性/解释性/可解释性描述。分析结合标签反馈与集成及基于树的检测器。包含使用 Graph Convolutional Network 的对抗攻击。

[TPAMI 2024] 用于时间序列分析的 GNN 精选资源 (GNN4TS)

高度比较的时间序列分析

最快的整数压缩

MOMENT：一系列开放的时间序列基础模型，ICML'24

采用 Python 编写的 Miami InSAR 时间序列软件

ELKI 数据挖掘工具包

Luminaire 是一个 Python 套件，提供机器学习驱动的监控时间序列数据解决方案。

关于时间序列预测与深度学习的资源。

一个基于 PyTorch 使用神经网络求解微分方程的库，被包括哈佛大学 IACS 在内的全球多个研究小组使用。

Dalaran — 采用 Apache-2.0 授权、以机器人为优先的多模态时间序列可视化与数据基础设施。原生支持 ROS 2，可读取现有的 .rrd 录制文件。为 Rerun 的强力分支（hard fork）。

在 Python 中通过正定矩阵的黎曼几何对多变量数据进行机器学习

只需一行代码即可在时间序列数据集上自动建立 ARIMA、SARIMAX、VAR、FB Prophet 与 XGBoost 模型。由 Ram Seshadri 创建。欢迎协作者加入。

结合统计与计量经济学方法的概率型阶层预测 👑。

高质量专业音频重采样器 / 采样率转换表头档限定（header-only）C++ 库。非常快速，适用于音频重采样与时间序列插值。

用于多变量时间序列的 PyTorch 双注意力 LSTM 自动编码器

Temporian 是一个开源的 Python 库，用于机器学习应用的时间数据预处理 ⚡ 与特征工程 🛠 📈

R 语言中的进阶与快速数据转换

用于处理时间序列与序列数据的资源

使用 TensorFlow LSTM (长短期记忆) 神经网络进行时间序列预测的股价预测工具

开源、原生 SQL 的时序数据库，适用于你需要保留的遥测数据。每秒写入 3400 万条以上记录、每秒查询 800 万条以上数据行。兼容 InfluxDB Line Protocol 与 Telegraf。在你的存储空间使用开放的 Parquet。单一可执行文件。原生支持 S3/Azure。支持隔离环境（Air-gap）。采用 AGPL-3.0 授权。

统一的多任务时间序列模型。

在 `tidyverse` 中的时间序列分析

可扩展的图分析数据库，由多线程向量化时间引擎驱动，使用 Rust 编写

时间轴图表