原创 Multi-Horizon Time Series Forecasting with Temporal Attention Learning
文章目錄論文地址模型結構圖注意力機制季節內的注意力季節間的注意力分位點回歸 論文地址 https://dl.acm.org/doi/10.1145/3292500.3330662 模型結構圖 使用注意力機制的時間序列多步預測模型
2020-06-15 05:42:29
原创 時間序列特徵提取 —— 獲取日期相關的協變量
在做時間序列預測時，日期是很重要的特徵。 很多由人類活動產生的時間序列都是以日爲週期，受到週末、節假日、季度等因素的影響。 下面這段代碼就給出一段時間內直接從時間中提取出的七種特徵： MOH : minute_of_hour
2020-06-15 05:42:28
原创 【pytorch】時間序列預測 —— 同時預測多個分位點
部分參考 《Multi-Horizon Time Series Forecasting with Temporal Attention Learning》 《A Multi-Horizon Quantile Recurrent
2020-06-15 05:42:28
原创 時間序列問題與自然語言處理的區別
在技術上，經常會把時間序列問題和自然語言處理問題類比，因爲兩者都是時序數據，所以兩類問題的模型經常相互借用。 但兩者還是有一定區別的，自然語言本質上還是符號序列，而通常考慮的時間序列問題是數值序列。 RNN 原本是用於時間序列建模
2020-05-24 15:50:38
原创 【pytorch】用 GRU 做時間序列預測
文章目錄數據datasetoptimizermodeltrain 數據 df.to_csv('traffic1.txt', header=None, index=None) df 數據爲每小時記錄一次的交通流量數據，每週有幾天
2020-05-24 15:50:38
原创 LSTNet
文章目錄代碼論文LSTNet部分參數解釋model 代碼 https://github.com/laiguokun/LSTNet 論文 Modeling Long- and Short-Term Temporal Patterns
2020-05-23 23:18:38
1
原创 【pytorch】封裝 optimizer實現 “梯度截斷” 與 “學習率下調”
文章目錄參考代碼初始化梯度截斷下調學習率 參考代碼 https://github.com/laiguokun/LSTNet 初始化 import math import torch.optim as optim class Op
2020-05-23 23:18:38
原创 Dual Self-Attention Network (DSANet)
本文來對 DSANet 從源碼的角度做自定向下的分析： 總體結構 3 個支路：全局自注意力模塊、局部自注意力模塊、線性自迴歸模塊。 參數含義 參數 含義 window (int) the length of the
2020-05-22 22:01:26
原创 【pytorch】構建多元時間序列數據集 Dataset
假設原本數據集是如下的 csv 格式，行代表時間，列數代表變量數。 用它來構造機器學習的數據集，也就是有監督標籤的樣本。 import torch import torch.utils.data import os impor
2020-05-21 20:50:46
原创 【python】dict 和 Namespace 之間的轉換
dic = dict(a = 1, b = 2) dict => Namespace import argparse ns = argparse.Namespace(**dic) Namespace => dict dic
2020-05-21 08:47:14
17
原创 時間序列論文常用數據集
下載地址：laiguokun/multivariate-time-series-data. electricity (行，列) = (26304, 321) 每日的用電量有一定的季節性，圖中只畫出 10 列 exchange
2020-05-21 08:47:14
2
原创 基於高斯過程的動態系統模型（GP-BASED DYNAMICAL SYSTEM MODELS）
文章目錄線性高斯時間序列模型基於高斯過程的非線性自迴歸模型狀態轉移函數基於高斯過程的狀態空間模型觀測函數基於高斯過程的狀態空間模型狀態轉移函數和觀測函數都基於高斯過程的狀態空間模型狀態轉移函數基於高斯過程的非1階馬爾科夫狀態空間模
2020-05-19 20:09:15