东方电气风电申请基于载荷时间序列的危险工况识别及提取方法专利，实现风电机组轴承座危险时刻的识别和提取
国家知识产权局信息显示，东方电气风电股份有限公司申请一项名为“一种基于载荷时间序列的危险工况识别及提取方法”的专利，公开号CN120197428A，申请日期为2025年03月。
时间序列
DROPP算法详解：专为时间序列和空间数据优化的PCA降维方案
DROPP (Dimensionality Reduction for Ordered Points via PCA) 是一种专门针对有序数据的降维方法。本文将详细介绍该算法的理论基础、实现步骤以及在降维任务中的具体应用。
springboot-微服务监控管理-Prometheus工具！
Prometheus是一个开源的系统监控和警报工具包，最初是在SoundCloud上构建的。Prometheus自2012年面市至今，许多公司和组织都在使用，因此其拥有非常活跃的开发人员和用户社区。现在Prometheus是一个独立的开源项目，并在2016年加
2025.05.29 最佳开源项目🔝:sktime
开源地址：https://github.com/sktime/sktime开源时间：2018-11-06⭐ 总星标数量：8994⭐日Star增长量：195⭐项目描述: 一个开源的 Python 框架，专注于时间序列数据的机器学习和人工智能任务。其设计灵感来源于
TimeCraft：跨域泛化、文本可控与任务感知通用时间序列生成框架
在产业智能化加速发展的当下，时间序列数据已然成为智能决策系统的关键基石。然而，传统的时间序列生成模型往往难以应对跨领域、跨风格的数据需求，且生成的数据在实际应用中缺乏可控性和实用性。为解决这些痛点，微软亚洲研究院推出开源框架 TimeCraft，融合多项研究成
Python实现时间序列动量策略：波动率标准化让量化交易收益更平稳
时间序列动量策略（Time-Series Momentum, TSMOM）作为量化交易领域中最为持久且被深入研究的策略类型之一，其核心理念相对简明：对于显示上升趋势的资产建立多头头寸，对于呈现下降趋势的资产建立空头头寸。尽管历史数据表明此类策略具有盈利性，但传
神经网络预测股票走向方法
通过神经网络估计股票走向是一个复杂但具有潜力的任务，通常涉及时间序列预测和金融数据的非线性建模。以下是实现这一目标的关键步骤和注意事项：
解析中国2型糖尿病CGM数据特点，时间序列赋能血糖变异度聚类分型
连续葡萄糖监测（Continuous Glucose Monitoring，CGM）作为典型的时间序列数据，为解读血糖波动的动态变化提供了良好的数据基础。α-葡萄糖苷酶抑制剂（AGI）和二肽基肽酶-4抑制剂（DPP-4i）是两类广泛应用的口服降糖药物，能有效改
东南大学申请基于深度时间序列模型的车辆-桥梁参数同步反演识别方法专利，实现对桥梁结构损伤的准确高效检测
金融界 2025 年 5 月 16 日消息，国家知识产权局信息显示，东南大学;中国建筑一局(集团)有限公司;中建一局集团总承包建设有限公司申请一项名为“一种基于深度时间序列模型的车辆‑桥梁参数同步反演识别方法”的专利，公开号 CN119989456A，申请日期
可观测性2.0？还是又回到日志的老路？
可观测性2.0回归日志本质，需解决高基数和高维度挑战。传统MELT三大支柱通过丢弃数据应对，已不适用云原生架构。未来需AI赋能，构建支持高容量、高维度日志的实时分析方案，利用OLAP和数据湖等技术，赋能AIOps和安全等场景，释放日志数据价值。
中国电信申请动态阈值确定方法专利，提升阈值配置效率
金融界2025 年 5 月 10 日消息，国家知识产权局信息显示，中国电信股份有限公司申请一项名为“动态阈值的确定方法、装置、电子设备及计算机程序产品”的专利，公开号 CN119941016A，申请日期为 2024 年 12 月。
基于大型语言模型的高效时间序列预测模型选择
时间序列预测在金融、医疗、能源等多个领域具有重要意义，其结果对于决策和规划起到关键作用。然而，选择合适的预测模型往往需要丰富的领域知识和大量计算资源。Abdallah等（2022）的研究表明，没有单一算法能在所有预测任务中一统天下，这使得对每个数据集暴力遍历所
中电信数智科技申请基于时间序列的私有云资源需求预测专利，可对私有云资源进行优化调整
国家知识产权局信息显示，中电信数智科技有限公司申请一项名为“基于时间序列的私有云资源需求预测方法及系统”的专利，公开号CN119917264A，申请日期为2024年12月。
论文结论难产？费力收集的数据用不了，这些“自救”技巧收藏好
写论文不怕花时间，最怕浪费时间，好不容易把数据收集了，却发现，代入模型根本分析出预期结论，总觉得是不是自己操作步骤弄错了，却很难去怀疑整篇论文围绕的结论根本做不出来。将近一半的内容，都得全部调整，有时候被逼得去调整数据，让它去跟结论符合。但又会被涉嫌学术不端，
数据趋势如何判断-时间序列预测
无论是制定预算、优化库存管理，还是探索新业务的潜力，时间序列预测都扮演着关键角色。本文将深入探讨时间序列预测的常见应用场景，介绍几种经典的时间序列模型（如移动平均、指数平滑、Holt-Winters、ARIMA和Prophet），并讲解如何评估模型效果，希望可
网络舆情图谱分析
舆情图谱的类型丰富多样。其中，时间序列图谱是较为常见的一种。它按照时间顺序对舆情事件的发生、发展过程进行呈现，清晰地展示出舆情在不同阶段的热度变化、话题演变等情况。例如，在某个重大社会事件发生后，时间序列图谱能够让我们一目了然地看到事件从爆发到平息过程中，公众
量化交易相关论文
ACM ICAIF（ International Conference on AI in Finance ）是由美国计算机学会（ACM）和 J.P. Morgan联手创办，金融和人工智能交叉领域的学术会议。本文介绍了ICAIF 2024 中收录的几篇量化交易相
基于Transformer架构的时间序列数据去噪技术研究
Transformer是一种专为处理序列数据而设计的高效神经网络架构。自2017年问世以来，Transformer已在自然语言处理(NLP)领域取得显著成就，并成为现代人工智能平台的核心组件，如OpenAI的ChatGPT[1]、Anthropic的Claud
transformer 时间序列 时间序列数据 transf 2025-04-06 17:11 8
【数据分享】1806—2022年全球41263条河流的径流指数时间序列数据集
水文过程的时空变化对全球生态系统、社会经济发展以及水资源管理至关重要。特别是在气候变化和人类活动加剧的背景下，深入理解河流径流的动态特征，不仅有助于揭示水循环的变化规律，也为防洪减灾、水资源调配和生态保护提供了科学依据。
论文速递|Graph-MoE模型让多元时间序列异常检测更精准
在工业物联网和智能运维领域，多元时间序列数据（如服务器传感器数据、设备运行状态）的异常检测至关重要。传统的异常检测方法往往难以捕捉变量间的复杂依赖关系，导致漏检或误检。近日，中国科学技术大学团队提出Graph-MoE模型，结合图神经网络与混合专家框架，在多个公