#30 · 主分类: 时间序列机器学习
TimeMixer
deep-learning
machine-learning
time-series
time-series-analysis
time-series-forecasting
[ICLR 2024] “TimeMixer:用于时间序列预测的可分解多尺度混合”的官方实现
项目最后更新:10/05/25
GitHub Stars
2.0K
Forks数量
238
贡献者数量
7
许可证
Apache-2.0
收录理由
TimeMixer 是 ICLR 2024 的官方实现,提出了一种基于可分解多尺度混合的预测架构。它的核心思路是把时间序列拆成多个尺度再重新组合,让模型同时抓住短期波动和长期趋势,相比普通的 LSTM 或 Transformer 基线,在需要更强预测能力时是个值得考虑的选择。仓库里附带了训练脚本和基准测试结果,你既能复现论文中的数字,也能直接把同一套流程套到自己的数据上检验效果。另外,它还支持升级版 TimeMixer++,这个新变体把方法扩展到了更广的预测任务类型。如果你正在对比现代预测模型,这份参考实现很值得留作参照。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。