LTSF-Linear 项目推荐

LTSF-Linear 项目推荐

【免费下载链接】LTSF-Linear [AAAI-23 Oral] Official implementation of the paper "Are Transformers Effective for Time Series Forecasting?" 项目地址: https://gitcode.com/gh_mirrors/lt/LTSF-Linear

1. 项目基础介绍和主要编程语言

LTSF-Linear 是一个开源的时间序列预测项目，由 cure-lab 团队开发并维护。该项目主要使用 Python 编程语言，并基于 PyTorch 框架实现。LTSF-Linear 旨在通过简单的线性模型来解决时间序列预测问题，特别是在长时序预测（Long-term Time Series Forecasting, LTSF）领域。

2. 项目核心功能

LTSF-Linear 项目提供了以下核心功能：

• 长时序时间序列预测：支持对长时序时间序列数据进行预测，适用于多种应用场景，如交通、能源、经济、天气和疾病预测等。
• 多元和单变量时间序列预测：支持多元（Multivariate）和单变量（Univariate）时间序列数据的预测。
• 模型可视化：支持对模型权重的可视化，帮助用户更好地理解预测结果。
• 高效性：相比现有的基于 Transformer 的模型，LTSF-Linear 具有更低的内存消耗和更快的推理速度。
• 易用性：用户无需调整模型超参数即可轻松使用 LTSF-Linear 进行时间序列预测。

3. 项目最近更新的功能

LTSF-Linear 项目最近更新了以下功能：

• 2024/01/28：模型已被纳入 NeuralForecast 项目，特别感谢贡献者 @cchallu。
• 2022/11/23：项目被 AAAI 2023 会议接受，并获得了三个强接受（Strong Accept）。同时，项目发布了一个用于长时序时间序列预测的基准测试，以促进进一步的研究。
• 2022/08/25：更新了论文，详细分析了现有 LTSF-Transformer 模型在 LTSF 问题上表现不佳的原因。此外，项目新增了两个线性模型（Linear 和 NLinear），现在 LTSF-Linear 家族包括 Linear、DLinear 和 NLinear 三种模型。
• 2022/08/25：更新了 LTSF-Linear 的脚本，现在 Linear、NLinear 和 DLinear 使用相同的脚本。部分 DLinear 的结果略有不同。

通过这些更新，LTSF-Linear 项目不仅在功能上得到了扩展，还在学术界获得了认可，并进一步推动了时间序列预测领域的发展。

【免费下载链接】LTSF-Linear [AAAI-23 Oral] Official implementation of the paper "Are Transformers Effective for Time Series Forecasting?" 项目地址: https://gitcode.com/gh_mirrors/lt/LTSF-Linear