tsai - bibliothèque open source de deep learning pour les séries temporelles et les séquences

• Basée sur Pytorch et fastai
• Axée sur les tâches liées aux séries temporelles comme la classification, la régression, la prévision et l’imputation
• Modèles de pointe disponibles
  • LSTM (Hochreiter, 1997)
  • GRU (Cho, 2014)
  • MLP - Perceptron multicouche (Wang, 2016)
  • FCN - Réseau convolutionnel entièrement connecté (Wang, 2016)
  • ResNet - Réseau résiduel (Wang, 2016)
  • LSTM-FCN (Karim, 2017)
  • GRU-FCN (Elsayed, 2018)
  • mWDN - Réseau de décomposition par ondelettes multiniveau (Wang, 2018)
  • TCN - Réseau convolutionnel temporel (Bai, 2018)
  • MLSTM-FCN - LSTM-FCN multivarié (Karim, 2019)
  • InceptionTime (Fawaz, 2019)
  • Rocket (Dempster, 2019)
  • XceptionTime (Rahimian, 2019)
  • ResCNN - 1D-ResCNN (Zou , 2019)
  • TabModel - modifié à partir du TabularModel de fastai
  • OmniScale - Omni-Scale 1D-CNN (Tang, 2020)
  • TST - Transformer pour séries temporelles (Zerveas, 2020)
  • TabTransformer (Huang, 2020)
  • MiniRocket (Dempster, 2021)
  • XCM - Un réseau neuronal convolutionnel explicable (Fauvel, 2021)
  • gMLP - Perceptron multicouche à portes (Liu, 2021)
  • GatedTabTransformer (Cholakov, 2022)