Idd 2505.1
合成时间序列数据方法 && S2微分方程形式
最新文章
Idd 2505.0
预训练时序模型和合成数据集
IDD-2504.3
Accelerate库实现多NPU rank0: File “/home/ma-user/work/Symtime-MNPU/utils/train_model.py”, line 194, in save_model rank0: self.model.time_encoder.state_dic...
IDD-2504.2
华为云NPU的使用方法&&多卡测试
IDD-2504.1
DLinear&&对Transfomer以前的时间序列预测方法
[论文分享] KDD 2025 Proceed：主动式模型适应，应对在线时间序列预测中的概念漂移
标题 Proactive Model Adaptation Against Concept Drift for Online Time Series Forecasting 作者 Lifan Zhao, Yanyan...
Week 3
把模型跑在NPU上&&torch-npu&&Huawei Mindspore
Weekly post 2
Informer&&Symtime&&云GPU和云Jupyter notebook平台学习
Weekly post 1
复现iTransfomer
[论文分享] Arxiv 2025 SEAL：大型语言模型如何实现“自我进化”与持续适应
标题 Self-Adapting Language Models (SEAL) 作者 Adam Zweiger, Jyothish Pari, Han Guo, Ekin Akyürek, Yoon Kim, Pul...
[ICML 2024] SAMformer: 利用锐度感知最小化和通道注意力机制释放Transformer在时间序列预测中的潜力
标题 SAMformer: Unlocking the Potential of Transformers in Time Series Forecasting with Sharpness-Aware Minimization and Channel-Wise Atte...
考试之前
考前必听经典歌曲