时间序列是一段时间内的一系列观察结果xt。通常情况下,观测可以在整个时间间隔内进行,在一个时间间隔或固定的时间点随机采样。不同类型的时间采样需要不同的数据分析方法。
2022-08-25 21:05:04 3.53MB 机器学习
1
能量时间序列 这是我在Ecole Polytechnique(MSc Data Science,2019-2020)上的机器学习(II)课程的最后一个项目。 目的是训练一种算法来代替过于侵入和过于昂贵的常规房屋能耗监测系统。 这一挑战被称为NILM(非侵入式负载监视)或NIALM(非侵入式设备负载监视)。 挑战的目的是根据时间数据预测专用于4种电器(洗衣机,电冰箱,电视,水壶)的一个家庭的用电量比例。 这项挑战由ENS(国家高等专科学校)提供: : 。 我们使用了回归模型,在的报告中对此进行了详细介绍。
2022-08-22 12:53:25 30.27MB HTML
1
Computers have gained a cardinal place in modern societies, thanks to higher efficiencies and miniaturisation. However, their dramatic progress will soon have to stop as the limits of miniaturisation are being reached. Furthermore, few people realise that those computers are, in fact, not as powerful as they seem to be. And while the world champion at Go lost to a computer, an average human still beats a computer at relatively easy tasks such as recognising an object in a picture. Artificial intelligence is the key to more versatile computing machines capable of solving such challenging tasks.
2022-08-14 16:21:33 5.49MB FPGA Machine Lear
1
一种基于最大似然的语音信号混响时间(reverberation time)估计方法的MATLAB实现 文中所用音频文件 博客链接: https://blog.csdn.net/wlwdecs_dn/article/details/126328067
1
弗雷德 快速,可扩展且轻量级的C ++Fréchet距离库,暴露于python,专注于多边形曲线的(k,l)聚类。 成分C ++后端 import Fred.backend as fred 线程数 默认情况下,Fred将自动确定要使用的线程数。如果要设置上限,请调用fred.set_maximum_number_threads(number) 。 曲线 签名: fred.Curve(np.ndarray) , fred.Curve(np.ndarray, str name) 属性: fred.Curve.values :曲线为np.ndarray , fred.Curve.name :获取曲线的名称, fred.Curve.dimensions :曲线的尺寸, fred.Curve.complexity :曲线的点数 曲线图 签名: fred.Curves() 方法: fred.Curv
2022-08-09 22:41:27 107KB python time-series clustering dimension-reduction
1
time新日期1
2022-08-09 09:00:46 52KB doc文档
1
时间序列异常检测 使用正态分布检测时间序列数据中的异常值的异常检测概念的证明。 这依赖于具有正态分布的数据,并使用概率来估计离群值。 用于统计分析的算法为和。
2022-08-08 10:13:56 2KB Ruby
1
初學者嘗試討論當離散時間訊號主要是由週期取樣連續時間訊號而來時,連續時間訊號與離散時間訊號會有什麼樣的關係性。
2022-08-05 19:55:43 67.18MB  "通訊應用" "訊號處
1
风控引擎(Radar) 项目介绍 一种基于Java语言,使用Springboot + Mongodb + Groovy + Es等框架构建的轻量级实时风控引擎,适用于反欺诈应用场景,极简的配置,真正做到了开箱即用。通过学习本项目能快速了解风险的定义,更加细化风险,最后达到集中管理风险的目的。 实时风险分析引擎,可以实时更新风险规则并使其立即生效。 它完美地适用于反欺诈应用。 与代码一样,称为Radar的项目代码在后面监视事务。 项目特点 实时风控,特殊场景可以做到100ms内响应 可视化规则编辑器,丰富的运算符,计算规则灵活 支持中文,易用性更强 自定义规则引擎,更加灵活,支持复杂多变的场景
2022-08-02 19:34:12 6.65MB java groovy real-time control
1
Time-series-forecasting-via-deep-reinforcement-learning
2022-07-18 16:07:00 104KB 代码
1