首页
/ SAN 的项目扩展与二次开发

SAN 的项目扩展与二次开发

2025-05-29 23:22:34作者:郜逊炳

项目的基础介绍

SAN(NeurIPS 2023)是一个基于PyTorch的开源项目,它是《Adaptive Normalization for Non-stationary Time Series Forecasting: A Temporal Slice Perspective》论文的官方实现。该项目针对时间序列数据中存在的非平稳性问题,提出了一种名为SAN的模型无关归一化框架。SAN通过在细粒度的时间片段上建模非平稳性,并显式学习估计未来分布,从而简化了非平稳时间序列预测任务。

项目的核心功能

  • 非平稳时间序列预测:SAN通过将时间序列数据划分为时间片段,对每个片段进行归一化处理,以适应时间序列数据中快速变化的统计特性。
  • 模型无关性:SAN框架可以与多种主流的时间序列预测模型配合使用,如Transformer、Autoformer、FEDformer等。
  • 参数调节:仅需调整两个参数(period_lenstation_lr),即可对不同的预测任务和模型进行优化。

项目使用了哪些框架或库?

  • PyTorch:用于深度学习模型的构建和训练。
  • NumPy:用于数值计算。
  • Pandas:用于数据处理和分析。

项目的代码目录及介绍

SAN/
├── data_provider/             # 数据加载和预处理模块
├── exp/                       # 实验配置和参数设置
├── figs/                      # 存储图表和可视化结果的文件夹
├── layers/                    # 自定义神经网络层
├── models/                    # 模型定义和实现
├── utils/                     # 实用工具函数
├── .gitignore                 # Git忽略文件
├── LICENSE                    # 开源协议
├── README.md                  # 项目说明文件
├── requirements.txt           # 环境依赖
├── run_linear.sh              # 运行线性模型的脚本
├── run_longExp.py             # 长期实验的运行脚本
├── run_trm.sh                 # 运行Transformer模型的脚本

对项目进行扩展或者二次开发的方向

  1. 模型增强:可以尝试将SAN框架与其他时间序列模型结合,如LSTM、GRU等,以探索更广泛的适用性和改进预测性能。
  2. 多模态预测:扩展SAN框架以处理多模态时间序列数据,例如结合文本、图像等信息进行联合预测。
  3. 实时预测:优化模型以适应实时时间序列数据的处理,实现快速响应和在线学习。
  4. 自动化调参:开发自动化参数调优工具,以简化模型优化过程。
  5. 可视化工具:增加数据可视化工具,帮助用户更好地理解模型的行为和预测结果。
登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511