[AAAI-23 Oral] Implémentation officielle de l'article "Les Transformers sont-ils efficaces pour la prévision de séries temporelles ?"
Implémentez un modèle pour prévoir des données de séries temporelles en utilisant une approche spécifique basée sur les transformateurs en Python.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout moment[AAAI-23 Oral] Implémentation officielle de l'article "Les Transformers sont-ils efficaces pour la prévision de séries temporelles ?"
LTSF-Linear compte 2.5k étoiles sur GitHub. Il a été forké 509 fois. LTSF-Linear est écrit principalement en Python. Il est développé activement depuis 2022. LTSF-Linear est disponible sous licence Apache-2.0. Ses principaux thèmes sont : aaai, aaai2023, deep-learning, forecasting.
[AAAI-23 Oral] Implémentation officielle de l'article "Les Transformers sont-ils efficaces pour la prévision de séries temporelles ?"
LTSF-Linear est un projet open source. Il est distribué sous licence Apache-2.0.
Oui. LTSF-Linear est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
LTSF-Linear est disponible sous licence Apache-2.0.
LTSF-Linear est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/cure-lab-ltsf-linear.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.